二分图的基本概念：

二分图又称作二部图，是图论中的一种。 设G=(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(A,B)，并且图中的每条边(i，j)所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B)，则称图G为一个二分图。

比如：

我们一般把图的两部分称为X部和Y部，一个图的所有点如果能被两个独立的点集，那就认为这个图是二分图

二分图的判断一般通过染色的方法来进行判段，可以写成dfs或则bfs的写法

bool dfs(int v,int c){    color[v]=c;    for(int i=0;i

bfs写法

bool bfs(int s){    color[s] = 1;    queue
     
       que;    que.push(s);    while(!que.empty())    {        int from = que.front();        que.pop();        for(int i = 1; i <= V; i++)        {            // 如果相邻的点没有上色就给这个点上色            if(G[from][i] && color[i] == 0)            {                que.push(i);                color[i] = -color[from];            }            // 如果相邻的颜色相同则返回false            if(G[from][i] && color[i] == color[from])                return false;        }    }    // 如果所有的点都被染过色，且相邻的点颜色都不一样，返回true    return true;}
     

接下来就是介绍匹配：

一个匹配是一个边的集合，任何匹配的边之间没有公共顶点。

最大匹配：一个图的所有匹配中，边数最多的匹配称为最大匹配。如果所有定点都是匹配顶点,则称这个匹配为完美匹配。

我们一般通过匈牙利算法来求一个二分图的最大匹配，其算法的核心是求增广路径。

交替路：从一个未匹配点出发，依次经过非匹配边、匹配边、非匹配边...形成的路径叫交替路。*

增广路：从一个未匹配点出发，走交替路，如果途径另一个未匹配点（出发的点不算），则这条交替路称为增广路（agumenting path）。

我们每次找到一个增广路，所得到的匹配的边数都会增加一条，因此我们可以通过求所有点的增广路径来求最大匹配的边数

匈牙利算法的模板如下：

bool dfs(int x){    for(int i=1;i<=p;i++)    {        if(!used[i]&&map[x][i]==1)        {            used[i]=1;            if(!link[i]||dfs(link[i]))            {              link[i]=x;              return true;            }        }    }    return false;}void xyl(){    for(int i=1;i<=n;i++)    {        memset(used,0,sizeof(used));        if(dfs(i)) counts++;    }}

PS.练习题：,

此外还有二分图的最小顶点覆盖，最大独立集，最大团等知识，求的方法和匈牙利算法的差不多可以参考如下博客

剩下的带权二分图过几天在补充