二分图带权最大匹配费用流_简单理解二分图与匈牙利算法

最近在看DETR等论文时时，看到了使用了二分图的最大匹配，对于没有计算机基础的我表示直接上来？？？，因此本篇博客主要介绍什么是二分图，以及二分图的匹配的匈牙利算法。

首先我们来看看二分图的定义：

二分图别名叫二部图，（没学过图论的我，瑟瑟发抖）是图论中的一种模型，对于没有学过图论的我们，就只需要理解为如下图所示，我们有一堆顶点，且顶点之间有一些无向的边，当这些顶点可以被分割为两两互不相交的子集(U,V)，且图中的每条边所对应的两个顶点分别属于U和V时，就可以称这个图为二分图。

最大匹配：

对于上面的图，也许我们会有点生疏，此时，我们可以想象成两个集合点(导师，学生)，想想你和导师的匹配，这下清醒多了吗（是爱让我们相遇）？，这个边表示导师和学生的“选择关系”（图中一个老师跟学生有很多线，说明导师没有明确要你呢，还有其他选择的可能）。（假设一个导师只带一个学生）此时，学校的教务主任出来说，我要看看招进来的学生和导师之间最多能成对少对呢？

更换一下对最大匹配的描述：如何在二分图中能够找到一个边的集合，即找到最多的没有公共顶点的边的集合。

首先几个概念需要弄清楚：

1、匹配：刚刚已经描述过了，二分图G的一个匹配是由一组没有公共端点的边构成的集合

2、交错路径：给定图G的某一个匹配M，如果一条路径的边交替出现在匹配M和不在M中，则成为交替路径。这样描述不太直观，我们来举个栗子。

我们有一个匹配M：{(u1,v1), (u3,v3)}

匹配：{(u1,v1), (u3,v3)}

则如下图所示的路径就是一条交替路径，u6->v3是非匹配边，v3->u3是匹配边，u3->v1是非匹配边，v1->u1是匹配边。

3、增广路径：知道什么是交替路径后，就更加容易理解这个概念。当一条交替路径的起始和终点都不在匹配边的顶点上时，就是一条增广路径。上面的那条交替路径其实并不是增广路径，原因在于：起始点u6的确不在匹配边的顶点上，但终点u1是在匹配边(u1,v1)上，因此不是增广路径。我们再来举个栗子。

两条增广路径

上图路径就是增广路径，u6->v3是非匹配边，v3->u3是匹配边，u3->v1是非匹配边，v1->u1是匹配边。对于左侧的图，最后u1->v4，v4不在匹配边的顶点上，因此为一条增广路径。右图的原理也是一样。

匈牙利算法：

我们仍然以导师和学生的例子来说明，我们的任务是给导师尽可能的找到匹配。

该算法的做法是：

1、先找到一个匹配（可以是空），比如我们随便找到一个匹配M={(u2,v6), (u3,v1)}，则对于导师u，有未匹配的点的集合S={u1, u4, u5, u6}

2、从S中取出一个未匹配的点，我们先取个u1，从u1开始去找增广路径。则可以找到增广路径：P={(u1,v1),(v1,u3), (u3,v3)}，如下图所示。

有了新的增广路径后就可以更新新的匹配M

M1 = M ⊕ P

即原来的匹配与增广路径求异或，则新的匹配M1 = {(u1,v1),(u2,v6), (u3,v3)}

3、此时，我们有了新的匹配M1，对于教师u，u1已经被匹配了，所以我们还得更新未匹配的u点集合S，则新的集合S1={u4, u5, u6}（u1已经匹配了），于是，我们继续重复2的步骤，从S1中取出一个未匹配的点u4，然后继续找到一条增广路径P1......，然后与目前的匹配M1进行异或得到新的匹配......

通过不断重复1、2、3步骤，直至将未匹配点S集合全部取完就可以找到该二分图的最大匹配。