图论专题-学习笔记:二分图基础

图论专题-学习笔记:二分图基础1.前言二分图是图论当中很重要的一个板块,由二分图的匹配与带权匹配可以推广出一般图的匹配与带权匹配。本篇博文主要讲解:二分图的定义、性质、判定。本文部分地方参考了oi-wiki的资料,在此表示感谢。本篇博文约定:图\(G=<V,E>\)表示图\(G\)的所有点的集

大家好,欢迎来到IT知识分享网。

目录
  • 1. 前言
  • 2. 二分图
  • 3. 匹配
  • 3. 增广路
  • 4. 总结

1. 前言

二分图是图论当中很重要的一个板块,由二分图的匹配与带权匹配可以推广出一般图的匹配与带权匹配。

本篇博文主要讲解:二分图的定义、性质、判定。

本文部分地方参考了 oi-wiki 的资料,在此表示感谢。

本篇博文约定:

  1. \(G=<V,E>\) 表示图 \(G\) 的所有点的集合为 \(V\),所有边的集合为 \(E\)
  2. \((a,b)\) 表示 \(a\)\(b\) 的连边。

2. 二分图

二分图的数学语言描述如下:

给出图 \(G=<V,E>\),从中选出两个点集 \(V_1,V_2\),且 \(V_1 \cap V_2 = \varnothing,V_1 \cup V_2 = E\),如果 \(\forall a,b \in V_1,(a,b) \not \in E;\forall a,b \in V_2,(a,b) \not \in E\),那么图 \(G\) 是二分图,后面记作 \(G=<V_1,V_2,E>\)

说的通俗一点就是:

如果一张图 \(G=<V,E>\) 能够将所有点划分成两个组,组内的点互相都不直接连边,那么这张图就是二分图,划分成的两个组记作点集 \(V_1,V_2\),后面对这张二分图记作 \(G=<V_1,V_2,E>\)

比如下面的两张图都是二分图:

在这里插入图片描述

(绘图网址:link)

需要注意的是,二分图不一定要连通,比如上面的右边这张图,并不连通,但是其仍然是一张二分图。

二分图中有一类二分图叫完全二分图。

完全二分图的数学语言描述如下:

给出图 \(G=<V_1,V_2,E>\),如果 \(\forall a \in V_1,b \in V_2,\) 必有 \((a,b) \in E\),那么图 \(G\) 是完全二分图。

说的通俗一点就是:

选出的两个点集之间,每个点与另外一个点集的点都有连边。

比如下面这张图就是完全二分图。

在这里插入图片描述

需要注意的是,完全二分图一定是连通的。

习惯上,也会称 \(V_1\) 为左部点,\(V_2\) 为右部点。

二分图有一个很重要的性质:图中不会存在奇环。

为什么不会存在奇环?

证明:以左部点为例,随便选一个点走一条边,一定是走到右部点,而右部点又会走回到左部点。也就是说,左部点一定连着右部点,右部点一定连着左部点。

那么假设存在奇环,不妨设上面的一个点在左部点,那么与其相邻的点都在右部点,再相邻的点都在左部点。

设点数为 \(2k+1,k \in Z\),那么第一次选取的点为左部点,以后一次选取两个点,那么最后两个点呢?根据第一段理论,这两个点应该不在一起,但是点数为奇数,这么选下去却又在一起,显然矛盾。因此原性质得证。

从这个性质中可以知道如何判定二分图:黑白染色。

具体的,对于每一个连通块,选择一个点染成黑色,周围的点染成白色,然后继续染成黑色……如果发现有一个点既染成黑色又染成白色,那么这张图就不是二分图。

同时如果是二分图 且这张图是连通的,那么黑色点就是左部点,白色点就是右部点(当然左右随意)。

判定完全二分图呢?黑白染色后已知图连通,左部点个数,右部点个数,算一算边数是否等于 \(|V_1| \times |V_2|\) 就好了。\(|V|\) 表示 \(V\) 的大小。

3. 匹配

匹配(又名独立边集)是图上一个重要的概念。在二分图中求匹配等价于网络流问题。

当然这篇博文不是讲网络流的

匹配就是一张图中没有公共点的边的集合。

数学语言描述如下:

在图 \(G=<V,E>\) 中,没有公共点的边集 \(M(M \subseteq E)\) 是图 \(G\) 的匹配。一张图有很多个匹配。

边数最大的匹配称为最大匹配。

当图上的边带权值的时候,边权和最大的匹配称为最大权匹配。

匹配中的边称为匹配边,反之称为未匹配边。

一个点如果在匹配中且至多属于一条边的端点,则将其称为匹配点。否则称为未匹配点。

以上定义全部摘自 图匹配 – OI Wiki,数学语言描述除外。

定义应该还是好理解的吧。

二分图呢?一张二分图上的匹配称为二分匹配。

本篇博文约定:如没有特殊说明,那么本文中的匹配默认为二分匹配。

而寻找最大匹配有两种算法:匈牙利算法(边不带权)与 KM 算法(边带权),后面都会一一提到。

3. 增广路

交错路与增广路也是匹配(一般图)中很重要的概念。

交错路从非匹配边开始,且非匹配边与匹配边交错的路径。

增广路就是指始于非匹配点且终于非匹配点的交错路。

当增广路上非匹配边比匹配边数量大一,那么将非匹配边改为匹配边,匹配边改为非匹配边,那么该路径依然是增广路而且匹配数加一。

可以参考下面的图理解(摘自 增广路 – OI Wiki)

在这里插入图片描述

这就是求最大匹配的核心思路:寻找增广路。

具体怎么求就是后话了。

4. 总结

本文当中提到的定义与性质如下:

  1. 二分图与完全二分图
  2. 二分图中不存在奇环
  3. 二分图判定黑白染色
  4. 图的匹配以及增广路

请自查有没有理解。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/30595.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信