切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
离散数学
第六章 树
二分图的匹配
最后
更新:
2025-01-22 10:12
查看:
67
次
反馈
能力测评
会员8.2元/月
赞助
二分图的匹配
我们将在本章节介绍无向图中特殊的关系—匹配,然后将匹配和二分图两者结合起 来,介绍二分图的最大匹配和最佳匹配的有效算法 匹配的基本概念 我们来看一个实例:飞行大队有若干个来自各国的飞行员,专门驾驶一种型号的飞机,这种飞机每架要有两个飞行员驾驶。由于种种原因,例如语言不通或训练上的问题,有些飞行员不能在同一架飞机上飞行,问如何搭配飞行员,才能使出航的飞机最多。为简单起见,假设有 10 个飞行员,图 11.4 中的 $v_1, v_2, \cdots, v_{10}$ 就代表这 10 个飞行员。 如果两个人可以同机飞行,就在代表他们两个之间连一条线;两个人不能同机飞行就不连。例如 $v_1$ 和 $v_2$ 可以同机飞行,而 $v_1$ 和 $v_3$ 就不行。画了这个图后,就可以研究搭配飞行员的问题了。上图中画的三条粗线 $\left(v_2, v_3\right), ~\left(v_5, v_7\right)$ 和 $\left(v_6, ~ v_{10}\right)$ 就代表了一种搭配方案。由于一个飞行员不能同时派往两架飞机,因此任何两条粗线不能有公共的端点,我们把一个图中没有公共端点的一组边叫做一个"匹配"。这样,上面问题就成为:如何找一个包含最多条粗线的匹配?这个问题叫做图的最大匹配问题。请大家试试看,能不能从上图中找出一个包含四条边的匹配,再试试能不能找到包含五条边的匹配。 定义 11.11 (匹配)设图 $G(V, E), M \subseteq E$ ,如果 $M$ 中的任意两条边都没有公共点,则称 $M$ 是 $G$ 的一个匹配。 例如图 11.5 (a)(b)中的粗线组成的边集合 $M_1$ 与 $M_2$ 分别是图 $G_1$ 与 $G_2$ 的匹配。  上述的飞行员匹配问题的数学模型是从给定的图 $G$ 的所有匹配中,找出包含边数最多的匹配。这种匹配即所谓的最大匹配问题。 根据图的类型不同,匹配问题可分为两种:任意图的最大匹配和二分图的最大匹配。 在上述的飞行员匹配问题中,如果把飞行员划分成两个部分:正驾驶员和副驾驶员。这样问题转换为如何搭配正副驾驶员才能使出航飞机最多的问题,这一问题也可以归结为一个二分图上的最大匹配问题。 判别二分图 二分图的邻接矩阵一般可以具有如下形式 $$ A={ }_Y^X\left(\begin{array}{c:c} 0 & A_{12} \\ \hdashline A_{21} & A_Y \\ X \end{array}\right) $$ 对于较简单的图,可以直观地判断其是否为二分图。然而,对于一个较复杂的图来说,根据定义或用图示方法,相邻矩阵判定其是否为二分图,既不方便亦不可靠,因此有必要制定一个行之有效的判定规则。 定理11
免费注册看余下 70%
非VIP会员每天5篇文章,开通VIP 无限制查看
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
最大流最小割定理
下一篇:
Hall定理
本文对您是否有用?
有用
(
0
)
无用
(
0
)
更多
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com