二部图总结

今天总结一下二部图，那么首先谈一下二部图的用处，首先谈一下二部图的最大匹配
一下是代码模型

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define Max 100
bool  match[Max][Max];
int pre[Max];
bool vi[Max];
int find(int x);
int n,m,k;
int main()
{
	while(scanf("%d%d",&n,&m),n,m)
	{
		int i,a,b;
		memset(match,false,sizeof(match));
		memset(pre,-1,sizeof(int)*(n+1));
		 scanf("%d",&k);
		 for(i=0;i<k;i++){
				scanf("%d%d",&a,&b); //a代表m的编号，b代表n的编号
				match[a][b]=true;
		 }
		 int ans=0;
		 for(i=1;i<=m;i++){
			 memset(vi,false,sizeof(n+1));
			 if(find(i))
				 ans++;
			 printf("%d\n",ans);
		 }
	}
	return 0;
}
int find(int x)
{
	int i;
	for(i=1;i<=n;i++){
		if(match[x][i]&& !vi[i]){
			vi[i]=true;
			if(pre[i]==-1 || find(pre[i])){
				pre[i]=x;
				return true;
			}
		}
	}
	return false;
}

	
				
	
		

匈牙利算法为核心

下面是二部图的最小顶点覆盖=二部图的最大匹配

二部图的最大点独立集=顶点数-二部图的最大匹配

DAG图的最小路径覆盖=顶点数-相应二部图的最大匹配

其中重点谈一下DAG图的最小路径覆盖，定义:用尽量少的不相交简单路径覆盖有向无环图中的所有顶点

什么叫做不相交，指的是终点不能重合，否则就是另外一条路径了，这样的最小的路径数就是最小路径覆盖了

我们可以将这类问题，从有向图转化为无向图，那么有向线段的起点为二部图的一边，而终点为二部图的另一边，这样来构建二部图

归结起来就是求二部图的最大匹配，所以二部图的最大匹配才是王道......

那么最小顶点覆盖和最大点独立集的应用都好理解

什么时候用的到DAG图的最小路径覆盖呢？

一般在所描述的问题可以转化为DAG图时，要求此图为有向无环，注意无环是有向图的无环......