*7.5 二部图及匹配 7.5.1二部图 在许多实际问题中常用到二部图，本节先介绍二部图的基本概念和主要结论，然后介绍它的一个重要应用—匹配。

定义7.5.1 若无向图,G V E =的顶点集V 能分成两个子集1V 和2V ，满足（1）12V V V =U ，12V V φ=I ；（2）(,)e u v E ∀=∈，均有1u V ∈，2v V ∈。

则称G 为二部图或偶图(Bipartite Graph 或Bigraph)，1V 和2V 称为互补顶点子集，常记为12,,G V V E =。

如果1V 中每个顶点都与2V 中所有顶点邻接，则称G 为完全二部图或完全偶图(Complete Bipartite Graph)，并记为,r s K ，其中12,r V s V ==。

由定义可知，二部图是无自回路的图。

图7-55中，(),(),(),(),()a b c d e 都是二部图，其中(),(),(),()b c d e 是完全二部图1,32,32,43,3,,,K K K K 。

图7-55二部图示例显然，在完全二部图中,r s K 中，顶点数n r s =+，边数m rs =。

一个无向图如果能画成上面的样式，很容易判定它是二部图。

有些图虽然表面上不是上面的样式，但经过改画就能成为上面的样式，仍可判定它是一个二部图，如图7-56中()a 可改画成图()b ，图()c 可改画成图()d 。

可以看出，它们仍是二部图。

图7-56二部图示例定理7.5.1 无向图,G E =为二部图的充分必要条件为G 中所有回路的长度均为偶数。

证明 先证必要性。

设G 是具有互补节点子集1V 和2V 的二部图。

121(,,,,)k v v v v L 是G 中任一长度为k 的回路，不妨设11v V ∈，则211m v V +∈，22m v V ∈，所以k 必为偶数，不然，不存在边1(,)k v v 。

再证充分性。

设G 是连通图，否则对G 的每个连通分支进行证明。

设,G V E =只含有长度为偶数的回路，定义互补节点子集1V 和2V 如下：任取一个顶点0v V ∈，令10{()(,)}V v v V d v v =∈∧为偶数21V V V =-现在证明1V 中任意两节点间无边存在。

假若存在一条边(,)i j v v E ∈，且1,i j v v V ∈，则由0v 到i v 间的最短路（长度为偶数）， 边(,)i j v v 和j v 到0v 间的最短路（长度为偶数）所组成的回路的长度为奇数，与假设矛盾。

同理可证2V 中任意两节点间无边存在。

故G 中的每条边必具有形式(,)i j v v ，其中1i v V ∈，2j v V ∈， 即G 是具有互补节点子集1V 和2V 的一个二部图。

利用定理7.5.1可以很快地判断出图7-57中的()a 、()c 是二部图，而()b 则不是二部图。

图7-57例7.5.1 六名间谍,,,,,a b c d e f 被擒，已知a 懂汉语、法语和日语，b 懂德语、俄语和日语，c 懂英语和法语，d 懂西班牙语，e 懂英语和德语，f 懂俄语和西班牙语，问至少用几个房间监禁他们，能使在一个房间里的人不能直接对话。

解 以六人,,,,,a b c d e f 为顶点，在懂共同语言的人的顶点间连边得图G （如图7-58()a 所示），因为G 中没有奇圈，所以G 是二部图（如图7-58()b 所示），故至少应有两间房间即可。

图7-58 7.5.2 匹配二部图的主要应用是匹配，“匹配”是图论中的一个重要内容，它在所谓“人员分配问题”和“最优分配问题”等运筹学中的问题上有重要的应用。

首先看实际中常碰见的问题：给n 个工作人员安排m 项任务，n 个人用12{,,,}n V x x x =L 表示。

并不是每个工作人员均能胜任所有的任务，一个人只能胜任其中(1)k k ≥个任务，那么如何安排才能做到最大限度地使每项任务都有人做，并使尽可能多的人有工作做？例如，现有12345,,,,x x x x x 五个人，12345,,,,y y y y y 五项工作。

已知1x 能胜任1y 和2y ，2x 能胜任2y 和3y ，3x 能胜任2y 和5y ，4x 能胜任1y 和3y ，5x 能胜任3y 、4y 和5y 。

如何安排才能使每个人都有工作做，且每项工作都有人做？显然，我们只需构造这样的数学模型：以i x 和j y （i ，j =1，2，3，4，5）为顶点，在i x 与其胜任的工作j y 之间连边，得二部图G ，如图7-59所示，然后在G 中找一个边的子集，使得每个顶点只与一条边关联（图中粗线），问题便得以解决了。

这就是所谓匹配问题，下面给出匹配的基本概念和术语。

图7-59匹配问题示意图定义7.5.2 设无向图,G V E =，G 中有边集M ⊆E ，且在M 中任意两条边都没有公共的端点，称边集M 为图G 的一个匹配(Matching)。

M 中一条边的两个端点，叫做在M 下是配对的。

如果G 中不存在匹配1M ，使得1M M >，则称M 为最大匹配(Maximum Matching)。

对于G 的一个匹配M ，若节点v 与M 中的边关联，则称v 是M 饱和的(Saturated)，否则称v 是M 不饱和的。

定义7.5.3 设二部图12,,G V V E =，M 是G 的一个匹配。

若1v V ∀∈，v 均是M 饱和的，则称M 是1V 对2V 的完全匹配（简称1V ―完全匹配）；若2v V ∀∈，v 均是M 饱和的，则称M 是2V 对1V 的完全匹配（简称2V —完全匹配）。

若M 既是1V ―完全匹配，又是2V ―完全匹配（即图G 的每个顶点都是饱和的），则称M 是完全匹配(Complete Matching)。

显然，完全匹配是最大匹配，但反之不然。

例7.5.2（1）在图7-59中，边集1122354354{(,),(,),(,),(,),(,)}M x y x y x y x y x y =是一个匹配，而且是是一个最大和完全匹配。

（2）在图7-60()a 中，边集1{(1,5),(2,7),(3,9),(4,8)}M =和2{(1,6),(2,7),(3,9)M =，(4,8)}都是图G 的最大匹配，也是1V ―完全匹配，但不是完全匹配。

在图7-60()b 中，边集{(1,4),(2,5),(3,6)}M =是完全匹配。

图7-60为了寻求二部图的最大匹配，下面交替路和可扩路两个概念。

定义7.5.4 设12,,G V V E =是一个二部图，M 是图G 的一个匹配，L 是G 中的一条路，如果L 是由属于M 和不属于M 的边交替出现组成，则称L 为G 的M 交替路(Alternating Path)。

如果交替路L 的始点和终点都是M 不饱和点，则称L 为G 的M 可扩路(M —Extensible Path)。

例如，在图7-60()a 中，对于匹配{(1,6),(2,7),(3,9)}M =，路1:16273L ，2:27394L ，3:5394L ，4:51627394L 都是M 交替路，其中34,L L 的始点和终点都是M 不饱和点，所以这两条路是M 可扩路。

可扩路具有如下性质：可扩路的长度必为奇数，且属于M 的边比不属于M 的边少1条。

如果在一条可扩路中把属于M 中的边从匹配中去掉，把不属于M 中的边添入到匹配中， 则得到新的匹配1M ，1M 的边数比M 多１。

例如，在图7-60()a 中，对于匹配{(1,6),(2,7),(3,9)}M =，4:51627394L 是M 可扩路，将4L 中属于M 中的边(1,6)，(2,7)，(3,9)从匹配M 中去掉， 把不属于M 中的边(5,1),(6,2),(7,3),(9,4)添入到匹配M 中，则得到新的匹配1{(5,1),(6,2),(7,3),(9,4)}M =，1M 中的边数由M 中的3条增至4条。

如果图中还存在可扩路， 再按上面的步骤做， 所得到的匹配的边数又多１，一直到图G 中不存在可扩路为止。

用此方法可逐步得到较大的匹配，直至得到最大匹配。

这就是下面的定理。

定理7.5.2 在图G 中，M 为最大匹配的充分必要条件是不存在可扩路。

证明 先证必要性。

用反证法。

假设G 中存在一条M 可扩路，则可以得到比M 的边数多１的匹配，与M 为最大匹配矛盾。

所以G 中不存在M 可扩路。

再证充分性。

用反证法。

假设M 不是最大匹配，则存在匹配1M ，使得1M M >。

令21M M M =⊕（⊕为对称差运算），设由2M 导出的G 的子图2[]G M H =，因为M 和1M 都是G 的匹配，所以H 的任意顶点或是只与M （或1M ）中的一条边相关联，或是同时与M 的一条边及1M 的一条边相关联，其度数至多为2，于是H 的每个连通分支或者是一个边交错地属于M 与1M 的长度为偶数的回路，或者是边交错地属于M 与1M 的长度为奇数的交错路。

由于1M M >，因而H 中必有一个连通分支P ，它所含的属于1M 的边比属于M 的边多，P 不是回路（因为回路的长度均为偶数），它的起点和终点都是M 不饱和的，也一定是G 中的M 不饱和点，因此在G 中存在关于M 的可扩路，这与假设矛盾。

求一般图的最大匹配过程比较复杂，下面仅讨论如何在二部图中求最大匹配的问题。

设二部图12,,G V V E =，在G 中求最大匹配的关键是寻找可扩路。

通常是先构造G 的一个匹配M ，再看1V 中有没有M 不饱和点。

如果没有，那么M 肯定是最大匹配了；如果有， 我们就从这些点出发找M 可扩路，由M 可扩路做出一个更大的匹配。

寻找M 可扩路的一个有效方法是标记法， 其过程如下：首先在G 中作一个匹配M ，用（*）标记1V 中所有M 不饱和点， 然后交替地进行以下步骤（１）和（２）。

（１）选一个1V 的新标记过的节点，比如i x ， 用（i x ）标记不通过M 中的边与i x 邻接且未标记过的2V 的所有节点。

对1V 所有新标记过的节点重复这一过程。

（２）选一个2V 的新标记过的节点，比如j y ， 用（j y ）标记通过M 中的边与j y 邻接且未标记过的1V 的所有节点。

对2V 所有新标记过的节点重复这一过程。

执行以上步骤， 直至标记到一个2V 中的M 不饱和点。

从该节点倒向追踪到标记有（*）的节点，就得到一条M 可扩路。

于是也就得到一个边数为|M |＋１的匹配， 再返回（１）。

如果已不可能标记更多的节点，而2V 的所有标记的节点均为M 饱和点，则说明G 中已不存在M 可扩路，这时M 就是最大匹配。

例7.5.3 图7-61()a 是一个二部图， 求其最大匹配。