图论——二分图

【概述】
二分图又称作偶图，是图论中的一种特殊模型。

设 G=(V,E) 是一无向图，若顶点 V 可分割为两个互不相交的子集 (A,B)，且图中的每条边（i,j）所关联的两个顶点 i 和 j 分属这两个不同的顶点集 (i ∈ A,j ∈ B)，则称图 G 为一二分图。

其充要条件是：图 G 中至少存在两个点，且图中所有回路的长度均为偶数。

简单来说，就是顶点集 V 可分割为两个互不相交的子集，且图中每条边依附的两个顶点都分属于这两个互不相交的子集，两个子集内的顶点不相邻。

当图中的顶点分为两个集合，使得第一个集合中的所有顶点都与第二个集合中的所有顶点相连时，此时是一特殊的二分图，称为完全二分图。

【基本概念】
1.匹配
在给定一个二分图 G，在 G 的一个子图 M 中，若 M 的边集中的任意两条边都不依附于同一个顶点，则称 M 是一个匹配。
简单来说，匹配就是一个二分图中边的集合，其中任意两条边都没有公共顶点。
如图，红边就是一个匹配。

定义匹配点、匹配边、未匹配点、非匹配边，它们的含义非常显然。例如上图中 1、4、5、7 为匹配点，其他顶点为未匹配点；1-5、4-7为匹配边，其他边为非匹配边。
2.最大匹配
给定二分图 G 中的所有匹配，所含匹配边数最多的匹配，称为这个图的最大匹配，选择最大匹配的问题即为图的最大匹配问题。
如图，红边就是一个最大匹配。

3.完全匹配
一个匹配中，图中每个顶点都与图中某条边相关联，则称此匹配为完全匹配，即一个图的某个匹配中，所有的顶点都是匹配点，就是一个完全匹配。
显然，由于完全匹配的任何一个点都已经匹配，添加一条新的匹配边一定会与已有的匹配边冲突，因此完全匹配一定是最大匹配。但要注意的是，并非每个图都存在完全匹配。
简单来说，对于一个二分图，左点集中的每一个点都与右点集的一个点匹配，或者右点集中的每一个点都与左点集的一个点匹配。
4.完美匹配
对于一个二分图，左点集与右点集的点数相同，若存在一个匹配，包含左点集、右点集的所有顶点，则称为完美匹配。
简单来说，对于一个二分图，左点集中的每一个点都与右点集的一个点匹配，并且右点集中的每一个点都与左点集的一个点匹配。
如下图，红线所连接的匹配，不仅是一个完全匹配，还是一个完美匹配。
5.最大匹配问题
举例来说，如下图所示，若存在某一对男孩和女孩之间存在相连的边，就意味着他们彼此喜欢。是否可能让所有男孩和女孩两两配对，使得每对儿都互相喜欢？这就是完全匹配问题。而最多有多少互相喜欢的男孩/女孩可以配对？这就是最大匹配问题。

6.最优匹配
带权二分图的权值最大的完全匹配称为最佳匹配，要注意的是，二分图的最优匹配不一定是二分图的最大权匹配。

实质上最优匹配问题就是求边权和最大的最大匹配问题。

求解技巧：可以添加一些权值为 0 的边，使得最优匹配和最大权匹配统一起来。
【相关算法】
1.二分图判定
2.匈牙利算法
3.KM算法
其中，匈牙利算法常用于求最大匹配数、最小点覆盖数、最大独立集、最小路径覆盖数等；KM 算法常用于求最优匹配、边权和最小的完全匹配、最小有向环覆盖权值和、优先用原匹配边构建的最优匹配等。
关于 DAG 图的覆盖与独立集