二分图相关定理及其证明(最小点覆盖+最小路径覆盖+最大独立集+最小覆盖集)
2016-10-10 16:43
435 查看
①最小路径覆盖:
给定有向图G=(V,E)。设P 是G 的一个简单路(顶点不相交)的集合。如果V 中每个顶点恰好在P 的一条路上,则称P是G 的一个路径覆盖。P 中路径可以从V 的任何一个顶点开始,长度也是任意的,特别地,可以为0。G 的最小路径覆盖是G 的所含路径条数最少的路径覆盖。
路径覆盖和二分图匹配的关系:
最小路径覆盖=|G|-最大匹配数
上述公式中最大匹配数是这样来的:
对于G中每一个节点x,建立节点x1,x2。若x- >y存在边,则x1与y2之间连一条无向边,求这个二分图的最大匹配数即可。
证明如下:
首先,若最大匹配数为0,则二分图中无边,也就是说有向图G中不存在边,那么
显然:最小路径覆盖=|G|-最大匹配数=|G|-0=|G|。
若此时增加一条匹配边x1--y2,则在有向图|G|中,x、y在同一条路径上,最小路径覆盖数减少一个。
继续增加匹配边,每增加一条,最小路径覆盖数减少一个,则公式:最小路径覆盖=|G|-最大匹配数得证。
②最小点覆盖
二分图中,选取最少的点数,使这些点和所有的边都有关联(把所有的边的覆盖),叫做最小点覆盖。
最小点覆盖数 = 最大匹配数
证明(摘自http://www.matrix67.com/blog/archives/116)
假如我们已经通过匈牙利算法求出了最大匹配(假设它等于M),下面给出的方法
可以告诉我们,选哪M个点可以覆盖所有的边
匈牙利算法需要我们从右边的某个没有匹配的点,走出一条使得“一条没被匹
配、一条已经匹配过,再下一条又没匹配这样交替地出现”的路(交错轨,增广
路)。但 是,现在我们已经找到了最大匹配,已经不存在这样的路了。换句话
说,我们能寻找到很多可能的增广路,但最后都以找不到“终点是还没有匹配过的
点”而失败。我们给所有这样的点打上记号:从右边的所有没有匹配过的点出发,
按照增广路的“交替出现”的要求可以走到的所有点(最后走出的路径是很多条不完
整的增广路)。那么这些点组成了最小覆盖点集:右边所有没有打上记号的点,加
上左边已经有记号的点
。
看图,右图中展示了两条这样的路径,标记了一共6个点(用 “√”表示)。那么,
用红色圈起来的三个点就是我们的最小覆盖点集。
首先,为什么这样得到的点集点的个数恰好有M个呢?答案很简单,因为每个点
都是某个匹配边的其中一个端点。如果右边的哪个点是没有匹配过的,那么它早就
当成起点被标记了;如果左边的哪个点是没有匹配过的,那就走不到它那里去
(否则就找到了一条完整的增广路)。而一个匹配边又不可能左端点是标记了的,
同时右端点是 没标记的(不然的话右边的点就可以经过这条边到达了)。因此,
最后我们圈起来的点与匹配边一一对应。
其次,为什么这样得到的点集可以覆盖所有的边呢?答案同样简单。不可能存在
某一条边,它的左端点是没有标记的,而右端点是有标记的。原因如下:如果这条
边不属于我们的匹配边,那么左端点就可以通过这条边到达(从而得到标记);如
果这条边属于我们的匹配边,那么右端点不可能是一条路径的起点,于是它的标记
只能是从这条边的左端点过来的(想想匹配的定义),左端点就应该有标记。
最后,为什么这是最小的点覆盖集呢?这当然是最小的,不可能有比M还小的点
覆盖集了,因为要覆盖这M条匹配边至少就需要M个点(再次回到匹配的定义)。
③最大独立集=总数-最小覆盖集证明:
(摘自:http://m.blog.csdn.NET/article/details?id=50011363)
![](https://img-blog.csdn.net/20151124134142688?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
上图,我们用两个红色的点覆盖了所有边。我们证明的前提条件是已经达到最小覆盖。
即条件1.已经覆盖所有边,条件2.所用的点数最小
首先我们来证明蓝色点组成的是一个独立集:如果有两个蓝色点间有边相连,那么这条
边则没有被覆盖,则与条件1矛盾。因此是独立集。
再来证明这个独立集最大: 如果我们要再增加这个独立集中的点,则需要把某个红点变
成蓝点。而由最小覆盖数=最大匹配数的证明我们知道,每一个红点是最大匹配中的一
个匹配点,也就是说每个红点至少连接了一条边。因此当我们将某个红点变成蓝点
时,我们需要牺牲的蓝点的个数是大于等于1的。也就是说,我们最多只能找到数量相等
的其他独立集,而无法找到数量更大的。因此蓝色点集必定为最大独立集。 蓝色点数 =
总点数 - 红色点数,即最大独立集=总数-最小覆盖集。
由上述定理,同理可知:
最大独立集+最小点权覆盖=总权值。
又∵最小点权覆盖=最小割
∴最大独立集=最小割。
下篇文章我会写bzoj1475,求最大独立集例题。
给定有向图G=(V,E)。设P 是G 的一个简单路(顶点不相交)的集合。如果V 中每个顶点恰好在P 的一条路上,则称P是G 的一个路径覆盖。P 中路径可以从V 的任何一个顶点开始,长度也是任意的,特别地,可以为0。G 的最小路径覆盖是G 的所含路径条数最少的路径覆盖。
路径覆盖和二分图匹配的关系:
最小路径覆盖=|G|-最大匹配数
上述公式中最大匹配数是这样来的:
对于G中每一个节点x,建立节点x1,x2。若x- >y存在边,则x1与y2之间连一条无向边,求这个二分图的最大匹配数即可。
证明如下:
首先,若最大匹配数为0,则二分图中无边,也就是说有向图G中不存在边,那么
显然:最小路径覆盖=|G|-最大匹配数=|G|-0=|G|。
若此时增加一条匹配边x1--y2,则在有向图|G|中,x、y在同一条路径上,最小路径覆盖数减少一个。
继续增加匹配边,每增加一条,最小路径覆盖数减少一个,则公式:最小路径覆盖=|G|-最大匹配数得证。
②最小点覆盖
二分图中,选取最少的点数,使这些点和所有的边都有关联(把所有的边的覆盖),叫做最小点覆盖。
最小点覆盖数 = 最大匹配数
证明(摘自http://www.matrix67.com/blog/archives/116)
假如我们已经通过匈牙利算法求出了最大匹配(假设它等于M),下面给出的方法
可以告诉我们,选哪M个点可以覆盖所有的边
匈牙利算法需要我们从右边的某个没有匹配的点,走出一条使得“一条没被匹
配、一条已经匹配过,再下一条又没匹配这样交替地出现”的路(交错轨,增广
路)。但 是,现在我们已经找到了最大匹配,已经不存在这样的路了。换句话
说,我们能寻找到很多可能的增广路,但最后都以找不到“终点是还没有匹配过的
点”而失败。我们给所有这样的点打上记号:从右边的所有没有匹配过的点出发,
按照增广路的“交替出现”的要求可以走到的所有点(最后走出的路径是很多条不完
整的增广路)。那么这些点组成了最小覆盖点集:右边所有没有打上记号的点,加
上左边已经有记号的点
。
看图,右图中展示了两条这样的路径,标记了一共6个点(用 “√”表示)。那么,
用红色圈起来的三个点就是我们的最小覆盖点集。
首先,为什么这样得到的点集点的个数恰好有M个呢?答案很简单,因为每个点
都是某个匹配边的其中一个端点。如果右边的哪个点是没有匹配过的,那么它早就
当成起点被标记了;如果左边的哪个点是没有匹配过的,那就走不到它那里去
(否则就找到了一条完整的增广路)。而一个匹配边又不可能左端点是标记了的,
同时右端点是 没标记的(不然的话右边的点就可以经过这条边到达了)。因此,
最后我们圈起来的点与匹配边一一对应。
其次,为什么这样得到的点集可以覆盖所有的边呢?答案同样简单。不可能存在
某一条边,它的左端点是没有标记的,而右端点是有标记的。原因如下:如果这条
边不属于我们的匹配边,那么左端点就可以通过这条边到达(从而得到标记);如
果这条边属于我们的匹配边,那么右端点不可能是一条路径的起点,于是它的标记
只能是从这条边的左端点过来的(想想匹配的定义),左端点就应该有标记。
最后,为什么这是最小的点覆盖集呢?这当然是最小的,不可能有比M还小的点
覆盖集了,因为要覆盖这M条匹配边至少就需要M个点(再次回到匹配的定义)。
③最大独立集=总数-最小覆盖集证明:
(摘自:http://m.blog.csdn.NET/article/details?id=50011363)
上图,我们用两个红色的点覆盖了所有边。我们证明的前提条件是已经达到最小覆盖。
即条件1.已经覆盖所有边,条件2.所用的点数最小
首先我们来证明蓝色点组成的是一个独立集:如果有两个蓝色点间有边相连,那么这条
边则没有被覆盖,则与条件1矛盾。因此是独立集。
再来证明这个独立集最大: 如果我们要再增加这个独立集中的点,则需要把某个红点变
成蓝点。而由最小覆盖数=最大匹配数的证明我们知道,每一个红点是最大匹配中的一
个匹配点,也就是说每个红点至少连接了一条边。因此当我们将某个红点变成蓝点
时,我们需要牺牲的蓝点的个数是大于等于1的。也就是说,我们最多只能找到数量相等
的其他独立集,而无法找到数量更大的。因此蓝色点集必定为最大独立集。 蓝色点数 =
总点数 - 红色点数,即最大独立集=总数-最小覆盖集。
由上述定理,同理可知:
最大独立集+最小点权覆盖=总权值。
又∵最小点权覆盖=最小割
∴最大独立集=最小割。
下篇文章我会写bzoj1475,求最大独立集例题。
相关文章推荐
- 二分图 最小覆盖数 = 最大匹配数、最大独立集 = 总数-最小覆盖集 证明 hdu 1068
- 二分图的最小路径覆盖,最大独立集,最大团,支配数之间关系证明
- 二分图相关拓展(抽象模型,最小顶点覆盖,边的最小覆盖,最大独立集,最大团)
- 二分图最大匹配,最小路径覆盖,最小点覆盖,最大独立集,最小边覆盖与建图方法
- 二分图及其匹配算法——最大匹配数(最小覆盖数)、最大独立数、最小路径覆盖、带权最优匹配
- 二分图最大匹配,最小点覆盖,最大独立集 证明
- 二分图最大匹配,最小点覆盖,最小路径覆盖,二分图最大独立集
- 图论中 [ 最小边覆盖/最小路径覆盖/最小顶点覆盖/最大独立集/最大团 ] 的概念与性质
- 【二分图|最小点覆盖集】König定理及其证明
- 证明二分图最小点集覆盖=二分图最大匹配
- hiho #1127 : 二分图三·二分图最小点覆盖和最大独立集(无向图 二分图匹配)
- (转)二分图最大匹配的König定理及其证明
- 【最小路径覆盖】【二分图】【最大流】【Dinic】bzoj2150 部落战争
- #1127 : 二分图三·二分图最小点覆盖和最大独立集
- DAG的最小路径覆盖和二分图的最大匹配
- 最小路径覆盖问题 及 相关公式定理
- 二分图大讲堂——彻底搞定最大匹配数(最小覆盖数)、最大独立数、最小路径覆盖、带权最优匹配
- loj6002「网络流 24 题」最小路径覆盖(最小路径覆盖+二分图最大匹配)
- [置顶] 二分图——最大匹配数(最小覆盖数)、最大独立数、最小路径覆盖、带权最优匹配
- 二分图大讲堂——彻底搞定最大匹配数(最小覆盖数)、最大独立数、最小路径覆盖、带权最优匹配(二分图学习)