《图论及其应用》学习笔记（匹配和因子分解）
匹配：
匹配M：M是E的一个，不包含环的子集，它的任意两条边在G中均不相邻。
M饱和的点v：匹配M的某条边，与顶点v关联。
M非饱和的点v：M中无边与顶点v关联。
完美匹配M：若G中的每个顶点，都是M饱和的点。
最大匹配M：在G中，找不到其它匹配的边数，大于M了。
ps：每个完美匹配，都是最大匹配。
M交错路：指图G的边，在E\M和M中交替出现，的路。
M可扩路：起点和终点，都是，非饱和的，M交错路。
ps：这个证明可等价于，M不是最大匹配，当且仅当G含有M可扩路。
充分性证明，M’为M可扩路中，除去M中的边，所组成的边集。在可扩路中，选取的M’内的边集互不相交，因此可算是个匹配。M’有m+1条边，M有m条边。
反之是，必要性证明，M和M’的对称差，意味着去除，M和M’之间公共边。因为M和M’都是匹配，里面的任意两条边均不邻接，因此H中的一个点，不可能同时关联M或M’中的两条边。M’的边多于M的边，H必定存在一个分支，M’的边多于M的边，在这个分支中，也必定存在，以M’中的边开始和结束的路P。
偶图的匹配与覆盖：
邻集N(S)：与S的顶点，相邻的所有顶点的集合。
ps：必要性证明，S是X的子集，因此M也饱和S中的每一个顶点，则S中的每个顶点，也匹配于Y中的一个顶点，所以N(S)在原图G中，至少有S。
反之是，充分性证明，为包含所有，含有u点的
交错路的顶点集。u肯定是Z中唯一的非饱和点，不然就有
可扩路了，不然，在一条
交错路上，出现了两个非饱和点，以这两点为端点，截取出来的路，就为
可扩路了。
因为T是由Y和连接于u的交错路上的点的交集，所以T中的点所有都是的饱和点。
如果没有交错路的限制，S会和Y中多个点相邻，因此有，。因为Z选取的是，所有连接于u的交错路上的点，所以T必定包含了所有N(S)上的点（如S的某个点到u的某条交错路中，加多一条到N(S)的边，又形成一条交错路）。
因N(S)中每个顶点v，均有一个交错路连接于u，所以v∈Z，但是Z包含了所有T中的点，从而v∈T，这表明
，所以有。
ps：顶点数X或Y，乘上X或Y上每个点的度数k，则等于边数E(G)。N(S)的点所关联的边数至少为S。
覆盖：在顶点集中取个子集K，使得图G的每条边，至少有一个端点在K中。
最小覆盖K：图G不能找到一个覆盖K’，使得。
任何匹配M和任何覆盖K，均由。若G是偶图，则有
ps：K至少包含每条边的一个端点。
ps：U中的每一个点v，出现在的每一个交错路上，均只有v它一个非饱和点。一个端点在S中，另一个端点也必定在N(S)中，也就是T中，因此和另一个端点在Y\T中，矛盾。由于X\S的点不会和T中的点相连，所以最大匹配
里的边，由T与S中的一些饱和点连成的边和包含X\S中的点的匹配边，组成，因此有最大匹配数等于最小覆盖数。
Tutte定理与完美匹配：
分支根据，它有奇数个或偶数个顶点，而分成为，奇分支或偶分支。
o(G)：G的奇分支的个数。
以下推论是充分条件。例如，有割边的3正则图，不一定就没有，完美匹配。
ps：Gi是奇分支，所以是奇数，因此，奇数乘以奇数，还是奇数，是奇数。又因为奇数减去偶数是奇数，是奇数，它表示原有Gi每个点所关联的边数的2倍，减去Gi先有的边数的两倍，结果为，Gi被S切断的度数，也即边数。有k个mi，且每个mi至少为3，所以有，3k≤。因为S不仅要与Gi这些点连边，而且S内部的点也要连边，因此有：≤。
因子分解：
图G的一个因子：G的一个生成子图，但至少有一条边。
G的一个因子分解：因子的边的并，且这些因子的边并无交集，即交集为空集。
n-因子：一个n度正则的因子。
n-因子分解：G是几个n-因子的和，且它们的并，就为n-因子分解。
而上述的那个G本身，称为n-可因子化。
若G有一个1-因子，即是完美匹配（1-因子是生成子图，且每个点的度都为1），且G为偶阶图（G的度数之和为n=2m）。
所以不能有1-因子，
有1-因子。
ps：一个1-因子即为一个完美匹配，即为多个这样的完美匹配构成。因为是完美匹配，
中的每个点都要被匹配到，且一个点要有2n-1条边，所以要找出的完美匹配的个数，即1-因子的个数，为2n-1个。可按下述例1的方法来划分。
例子：
ps：去掉一个完美匹配，则所有顶点的度会减1。在完美匹配中，若割边所关联的顶点选择了其它边，这就不能选择割边了，所以当然会有不含割边的1-因子，因此3-正则图，一定有一个不含割边的1-因子。
2-因子分解：
若一个图是2-可因子化，则每个因子，一定是，不相交圈(圈的边无交集)的一个并。（因为这个图的每个2-因子，顶点的度都为2）。
不是2-可因子化的。
若一个2-因子是连通的，则它是一个H圈。（因为这个生成图是连通的，就只有一个圈，也就是H圈。若不是连通的，可能有多个圈）
ps：构造出的n条路，其端点最后连接，形成H圈。
2度正则图是一个2-因子。
偶圈能表示为，两个1-因子的和。
例子：
ps：其中的2-因子是一些偶圈，偶圈1-可因子化的，所以这个图也是1-可因子化的。
Peterson图就是个例子，由5边形和5角星形一起构成了，一个2-因子(非连通的生成子图)，和一个联接5边形和5角星的完美匹配。
ps：2-可因子化，意味着，这个连通图是由多个不相交的圈组成。
最优匹配与匈牙利算法：
为解决人员分派问题的一个算法。
扎根于u的M交错树：u是非饱和点，树H种的任一点v，有唯一的(u,v)路，是一条M交错路。
匈牙利算法：
ps：表明找不到一个匹配能饱和所有X的顶点，也就是不存在完美匹配。，用路P上的非匹配边，置换掉，路P上的匹配M中的边。
例子：
最优匹配：
定义：在赋权图中，寻找一个具有最大权的完美匹配。
对来说，有
个不同完美匹配。
可行顶点标号：存在一个实值函数l，使得偶图中，
不管边的权是什么，总存在一个可行顶点标号：
相等子图：具有边集的，G的生成子图。
ps：因为某一对顶点标号之和，总是≥该边的权值，因此所有顶点标号的总和是，图的权值总和的一个上界。是
上的完美匹配，因此
上的任一两个顶点标号之和都=边上的权值。但在M上取得边，可能会小于，关联的两顶点标号之和。
最优匹配算法：
步骤：
例子：
修改顶点标号方法：
ps：重新计算的α值，涉及到在S集合中，不在T集合中的元素。例如锁定，1、3、4行和1、4、5列。
《图论及其应用》学习笔记（匹配和因子分解）相关推荐
- 图论学习--5匹配与因子分解（思维导图）
匹配与因子分解 二部图的匹配问题 图的匹配与Bergen定理 匹配 M是图G的边子集,且M中的任意两条边没有公共顶点,则称M是G的一个匹配(边独立集更好理解一些) 匹配M中的端点为M饱和点 不在M中的 ...
- 【图论】二分图学习笔记
找不到题了,今天最后一个坑给二分图学习笔记吧,明天回来填. 12点之前发完10篇,ye~ 如果一张无向图的N个节点可以分成A,B两个非空集合,并且同一集合内的点之间都没有边相连的话,那么称这张图为二分 ...
- 图论及其应用 学习笔记（一）图的基本概念
图的基本概念 图的定义与图论模型 图的定义 图的相关概念 图论模型 图的同构 完全图.偶图与补图 子图的相关概念 图运算 顶点的度 顶点的度及其性质 图的度序列及其性质 图的频序列及其性质 记录一下这 ...
- 矩阵和图结构(图论) 最短路径问题 学习笔记
矩阵和图是可以相互转换的,这里的图不仅仅是图片,还包括图结构(图论) 所以最短路径问题解决矩阵和结局图论均是一个问题.
- 【图论】最小生成树学习笔记
一.主要算法 Prim 给定一张无向图,求它的最小生成树. 初始时我们将s打上标记.对于每个未标记的点i,我们记f[i]表示i连向已标记的点的边中,边权(到生成树距离)的最小值. 每次我们找到未标记的 ...
- 百度计算广告学沙龙学习笔记 - 内容匹配广告
百度计算广告学沙龙学习笔记 - 内容匹配广告 时间 2014-02-05 18:53:55 CSDN博客 原文 http://blog.csdn.net/three_body/article/det ...
- opencv进阶学习笔记8：模板匹配
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模板匹配原理 模板匹配(Te ...
- 计算机专业常用图论,同等学力申硕计算机专业--数学公式集合（新增学习笔记）...
组合数学部分: 基础公式: 定义:从n个不同的元素中, 取r个并按次序排列, 称为从n中取r个的一个排列, 全部这样的排列数记为P(n, r). 定义: 从n个不同的元素中, 取r个但是不考虑次序时候 ...
- 数字图像处理学习笔记（一）：特征检测和匹配概述
数字图像处理学习笔记(一):特征检测和匹配概述 参考博客: 特征点的匹配 SIFT特征详解 数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 1.特征点概述 如何高效且准确的匹配出两个不同 ...
- 视觉SLAM十四讲学习笔记-第七讲-视觉里程计-特征点法和特征提取和匹配实践
专栏系列文章如下: 视觉SLAM十四讲学习笔记-第一讲_goldqiu的博客-CSDN博客 视觉SLAM十四讲学习笔记-第二讲-初识SLAM_goldqiu的博客-CSDN博客 视觉SLAM十四讲学习 ...
最新文章
- RadioButton 自定义控件
- 用python画画如何保存_python画图后怎么保存
- c# winform程序调用托管dll(c#的dll),使用添加引用和动态加载dll
- java文件损坏_java – 损坏的文件处理
- Zookeeper--Watcher机制源码剖析二
- Web框架——Flask系列之模板使用练习（六）
- ubuntu mysql自动备份文件_Ubuntu下开展MYSQL自动备份
- Sql语句中两个比较迷糊的概念：“连接查询” 与 “外键约束”
- SAP License：解释一下目标成本、计划成本和标准成本的区别
- SQL反模式学习笔记15 分组
- Java8刚刚普及，Java12即将发布，程序员吐槽学不动求慢一点
- Vue-cli proxyTable 解决开发环境的跨域问题
- 腾讯云短信 Node.js SDK
- 中国优秀软件架构师感悟录
- 华为云服务器怎么更改系统版本,华为云服务器怎么更改系统版本
- android悬浮窗（支持退回桌面后显示）
- 增删改查--项目基于JavaWeb+Servlet+MySQL的【学生管理系统】
- 揭秘 typedef四用途与两陷阱
- Buddy Test测试中琐事温故
- 开发一个 Chrome 浏览器插件，拢共分几步？