二分图：从定义到判定与匹配的完整指南

原创已于 2026-09-19 15:41:17 修改 · 460 阅读

本内容遵循CC 4.0 BY-SA版权协议

于 2026-09-19 15:37:26 首次发布

1. 什么是二分图

二分图（Bipartite Graph），又称二部图，是图论中的一类特殊图。它的定义是：设图 G = (V, E) 是一个无向图，如果顶点集 V 可以划分为两个互不相交的子集 A 和 B，使得图中每条边的两个端点分别属于 A 和 B，则称图 G 为二分图。

换句话说，二分图中的所有边都连接着两个不同集合中的顶点，同一个集合内部的顶点之间不存在边。这种结构在现实世界中非常常见，例如：

学生选课：学生和课程分别构成两个集合，边表示选课关系。
任务分配：工人和任务构成两个集合，边表示工人能胜任该任务。
社交网络：用户和兴趣标签构成两个集合，边表示用户关注该标签。

二分图之所以重要，是因为许多实际问题都可以抽象为二分图模型，进而利用图论算法高效求解。

2. 二分图的性质与判定

判断一个图是否为二分图，最常用的方法是染色法。其核心思想是：从任意一个顶点出发，将其染成一种颜色（如红色），然后将其所有邻接顶点染成另一种颜色（如蓝色），再依次对邻接顶点的邻接顶点染色。如果在染色过程中，某个顶点已经被染成与当前应染颜色不同的颜色，则说明图中存在奇数环，该图不是二分图。

染色法通常借助广度优先搜索（BFS）或深度优先搜索（DFS）实现，时间复杂度为 O(V + E)，其中 V 是顶点数，E 是边数。

二分图有一个重要性质：一个图是二分图，当且仅当它不包含奇数长度的环。这个性质是染色法正确性的理论基础。

from collections import deque

def is_bipartite(graph):
    n = len(graph)
    color = [-1] * n  # -1 表示未染色，0 和 1 表示两种颜色

    for i in range(n):
        if color[i] == -1:
            color[i] = 0
            queue = deque([i])
            while queue:
                node = queue.popleft()
                for neighbor in graph[node]:
                    if color[neighbor] == -1:
                        color[neighbor] = 1 - color[node]
                        queue.append(neighbor)
                    elif color[neighbor] == color[node]:
                        return False
    return True

3. 二分图的最大匹配

在二分图中，匹配是指一组边，其中任意两条边都没有公共顶点。最大匹配则是包含边数最多的匹配。求解二分图最大匹配的经典算法是匈牙利算法（Hungarian Algorithm），其时间复杂度为 O(V × E)。

匈牙利算法的核心思想是增广路径：从左侧集合的一个未匹配顶点出发，寻找一条交替经过未匹配边和已匹配边的路径，如果路径的终点是右侧集合的未匹配顶点，则沿着该路径翻转匹配状态，即可使匹配数加一。重复这一过程，直到找不到增广路径为止。

def hungarian(graph, n_left, n_right):
    match_right = [-1] * n_right  # 右侧顶点匹配的左侧顶点编号

    def dfs(u, visited):
        for v in graph[u]:
            if not visited[v]:
                visited[v] = True
                if match_right[v] == -1 or dfs(match_right[v], visited):
                    match_right[v] = u
                    return True
        return False

    result = 0
    for u in range(n_left):
        visited = [False] * n_right
        if dfs(u, visited):
            result += 1
    return result