图论-05

05-匹配 注：所写主要参考为许胤龙《图论导引》，因觉得此书所写不合理，故附参考张先迪《图论及其应用》

两个例子

• 某公司有员工$x_1,x_2,\cdots ,x_m$，有一些工作$y_1,y_2,\cdots ,y_n$需要分配给这些员工。每个人只做一份工作，每一份工作也只能一个人来做。给出一个合理的工作分配方案
• 设有一个残缺的$m\ast n$键盘，我们用$1\ast 2$的多米诺骨牌来覆盖，要求：骨牌不能覆盖残缺位置；骨牌间不能有重叠。问：能否将所有非残缺的位置都覆盖到？若不能，最多能覆盖多少张牌？
• 它们都基于相同的图论模型————匹配

---

匹配的定义

• 匹配：设$M$是图$G$的边子集，且$M$的任意两条边在$G$中都不相邻，则称$M$是$G$的一个匹配
• 相配/许配：$M$中同一条边的两个端点称为在$M$中相配，$M$中的端点称为被$M$许配
• 完备匹配：若$G$中所有的顶点都被$M$许配，则称$M$是$G$的完备匹配
• 最大匹配：$G$中边数最多的匹配称为$G$的最大匹配
• 匹配数：若$M$是$G$的最大匹配，则称$M$中的边数$|M|$为$G$的匹配数，记为$\alpha (G)$
• 交错轨道：设$M$是$G$的匹配，$P=v_0{e}_1{v}_1{e}_2\cdots e_k{v}_k$是$G$中的一条轨道，若$e_1,e_2,\cdots ,e_k$在$M$与$E(G)-M$中交替出现，则称$P$是$G$中关于$M$的交错轨道
• 可增广轨道：设$P=v_0{e}_1{v}_1{e}_2\cdots e_{2k+1}{v}_{2k+1}$是$G$中关于$M$的交错轨道，若$e_1,e_3,\cdots ,e_{2k+1}\notin M,e_2,\cdots ,e_{2k}\in M$，且$v_0$月$v_{2k+1}没有被$M$许配，则称$P$是$G$中关于$M$的可增广轨道
• 引理：$M$是$G$的最大匹配，当且仅当$G$中没有关于$M$的可增广轨道

---

二分图中的匹配

• Hall定理：设$G$是二分图，其定点集合划分为$V(G)=X\cup Y,X\cap Y=\varnothing$，则$G$中存在将$X$中顶点都许配的匹配，当且仅当任给$S\subseteq X$，都有$|N(S)|\ge |S|$，其中，$N(S)$是与$S$中顶点相邻的顶点构成的集合
  • 推论：对于正整数$k>0$，$k$次正则二分图$G$有完备匹配
• 覆盖：设$G$是一个图，$C$是其顶点集合的子集，即$C\subseteq V(G)$，若$G$中任意一条边都有一个端点属于$C$，则称$C$是$G$的一个覆盖
• 极小覆盖：若$C$是$G$的覆盖，但$C$的任何真子集都不是$G$的覆盖，则称$C$是$G$的极小覆盖
• 最小覆盖：若$C^{\ast }$是$G$的覆盖，且不存在$G$的覆盖$C$，使得$|C|<|C^{\ast }|$，则称$C^{\ast }$是$G$的最小覆盖，且称$|C^{\ast }|$是$G$的覆盖数，记作$\beta (G)$
• 引理：假设$C$是图$G$的覆盖，$M$是图$G$的匹配，则$|C|\ge |M|$
• 引理：若图$G$存在覆盖$C$和匹配$M$，使得$|C|=|M|$，则$C$是最小覆盖，$M$是最大匹配
• Konig-Egervary定理：设$G$是二分图，则$G$的匹配数等于其覆盖数，即$\alpha (G)=\beta (G)$
• 本节证明二分图相关内容常用：设$U$是$X$中没有被$M$许配的顶点集合，令 Z = { v ∣ v ∈ V ( G ) ， 且 v 与 U 中 某 个 顶 点 之 间 存 在 交 错 轨 道 } , S = X ∩ Z , T = Y ∩ Z Z=\{v|v\in V(G)，且v与U中某个顶点之间存在交错轨道\},S=X\cap Z,T=Y\cap Z Z={v∣v∈V(G)，且v与U中某个顶点之间存在交错轨道},S=X∩Z,T=Y∩Z

---

任意图的完备匹配

• 奇片/偶片：设$G^{\prime }$是$G$的连通片，若$v(G^{\prime })$是奇数，则称$G^{\prime }$是$G$的奇片，否则称之为偶片。用$o(G)$表示$G$中奇片的个数
• Tutte定理：$G$有完备匹配，当且仅当任给$S\subseteq V(G)$，都有$o(G-S)\le |S|$
• Petersen定理：无桥的三次正则图有完备匹配

---

最大匹配算法

• u-交错树：假设$G$是一个图，$M$是$G$的一个匹配，$u$是$G$的一个没有被$M$许配的顶点。对于$G$的子图$T$，如果$T$是树，$u\in V(T)$，且满足任给$v\in V(T)$，$T$中从$u$到$v$的轨道是交错轨道，则称$T$是$G$中关于$M$的u-交错树。若除了$u$之外，其余顶点被M许配，则称$T$为被M许配的u-交错树
• 交错树算法
  • 输入：二分图$G=(X,E,Y)$，$G$的匹配$M$，$G$中没有被$M$许配的顶点$u$，不妨假设$u\in X$
  • 输出：$G$中关于$M$的u-交错树$T_u=(U,E^{\prime },V)$
  • 初始化： U = { u } , E ′ = ∅ , V = ∅ , l p r e ( u ) = ∗ , v ≠ u , l p r e ( v ) = n u l l , l v i s i t e d ( v ) = 0 U=\{u\},E'=\varnothing,V=\varnothing,l_{pre}(u)=*,v\neq u,l_{pre}(v)=null,l_{visited}(v)=0 U={u},E′=∅,V=∅,lpre​(u)=∗,v​=u,lpre​(v)=null,lvisited​(v)=0
  • 找可增长轨道：若存在$x\in X,l_{pre}(x)\ne null,l_{visited}(x)=0$，则对$Y$中所有满足$xy\in E-M$且$l_{pre}(y)=null$的顶点$y$，令 l p r e ( y ) = x ; E ′ ← E ′ ∪ x y ; V ← V ∪ { y } l_{pre}(y)=x;E'\leftarrow E'\cup{xy};V\leftarrow V\cup\{y\} lpre​(y)=x;E′←E′∪xy;V←V∪{y}，最后令$l_{visited}(x)=1$
  • 构造交错树：若存在$y\in Y,l_{pre}(y)\ne null,l_{visited}(y)=0$，则对$X$中所有满足$xy\in M$且$l_{pre}(x)=null$的顶点$x$，令 l p r e ( x ) = y ; E ′ ← E ′ ∪ x y ; U ← V ∪ { x } l_{pre}(x)=y;E'\leftarrow E'\cup{xy};U\leftarrow V\cup\{x\} lpre​(x)=y;E′←E′∪xy;U←V∪{x}，最后令$l_{visited}(y)=1$
  • 算法结束：找到可增长轨道立马结束，或没有新顶点加入U
• 引理：设$M$是二分图$G$的一个匹配，$u$是$G$中的一个匹配，$u$是$G$中一个未被$M$许配的顶点，按照交错树算法得到的一个u-交错树$T_u=(u,E^{\prime },Y)$。若$T$中仅有一个顶点$u$未被$M$许配，在$G$中不存在含$T$中任何顶点的可增长轨道。
• 匈牙利算法：
  • 输入：二分图$G=(X,E,Y)$
  • 输出：$G$的最大匹配$M$
  • 初始化:取$G$的一个初始匹配$M$，如$M=\varnothing ,G^{\prime }\leftarrow G$
  • 找交错树：取$G$中没有被$M$许配的顶点$u$，搜索u-交错树$T_u$，若找到可增长轨道，设为$P$，令$M\leftarrow M\oplus E(P)$，否则$G^{\prime }\leftarrow G^{\prime }-V(T_u)$
  • 算法结束：$G^{\prime }$为空，或$G^{\prime }$中顶点都被$M$许配，否则循环上一步
• 定理：匈牙利算法得到的$M$是$G$的最大匹配

---

最佳匹配算法

• 最佳匹配：$M$是$G$的一个匹配，$M$的权定义为$w(M)={\sum }_{x,y\in M}w(x_i{y}_j)$，$G$中权值最大的匹配，称之为最佳匹配
• 可行顶标：给定边权二分图$G=(X,\Delta ,Y)$，带有权值$w:\Delta \to R$，定义$V(G)=X\cup Y$上的函数$l:X\cup Y\to R$。若$l$满足：任给$x\in X,y\in Y$，都有$l(x)+l(y)\ge w(xy)$，则称$l$为一个可行顶标
• 相等子图：给定边权二分图$G=(X,\Delta ,Y)$，带有权值$w:\Delta \to R$，以及可行顶标$l:X\cup Y\to R$。定义$G$关于$l$的相等子图$G_l$为
  • $V(G_l)=V(G)$
  • E ( G l ) = { x i y j ∣ l ( x i ) + l ( y j ) = w ( x i y j ) } E(G_l)=\{x_iy_j|l(x_i)+l(y_j)=w(x_iy_j)\} E(Gl​)={xi​yj​∣l(xi​)+l(yj​)=w(xi​yj​)}
• 定理：给定边权二分图$G=(X,\Delta ,Y)$，带有权值$w:\Delta \to R$，以及可行顶标$l$。若相等子图$G_l$有完备匹配，设为$M$，则$M$是$G$的最佳匹配。
• Kuhn-Munkreas算法：
  • 输入：二分图$G=(X,\Delta ,Y),|X|=|Y|$，边权函数$w:\Delta \to R$
  • 输出：$G$的最佳匹配$M$
  • 初始化：任选$G$的一个可行顶标$l$，构造相等子图$G_l$
  • 找最大匹配：用匈牙利算法求$G_l$的最大匹配，设为$M$，若$M$是$G_l$的完备匹配，$M$是$G$的最佳匹配，退出。否则，下一步
  • 构造新的可行顶标：设$u$是$G_l$中未被$M$许配的顶点，不妨设$u\in X$。令 Z = { v ∣ v ∈ V ( G l ) , 且 u , v 之 间 存 在 交 错 轨 道 } ， S = X ∩ Z , T = Y ∩ Z Z=\{v|v\in V(G_l),且u,v之间存在交错轨道\}，S=X\cap Z,T=Y\cap Z Z={v∣v∈V(Gl​),且u,v之间存在交错轨道}，S=X∩Z,T=Y∩Z，计算 α ( l ) = min ⁡ x i ∈ S , y j ∉ T { l ( x i ) + l ( y j ) − w ( x i y j ) } \alpha(l)=\min_{x_i\in S,y_j\notin T}\{l(x_i)+l(y_j)-w(x_iy_j)\} α(l)=minxi​∈S,yj​∈/​T​{l(xi​)+l(yj​)−w(xi​yj​)}，$\overline{l}=\{\begin{array}{ll}l(v)-{\alpha }_l,& \text{v}\in S\\ l(v)+{\alpha }_l,& \text{v}\in T\\ l(v)& \text{其他}\end{array}$