我是靠谱客的博主 甜美诺言,最近开发中收集的这篇文章主要介绍二分图的最大匹配:匈牙利算法1. 二分图的匹配问题2. 匈牙利算法,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

1. 二分图的匹配问题

1.1 二分图

简单来说,如果图中点可以被分为两组,并且使得所有边都跨越组的边界,则这就是一个二分图。
准确地说:把一个图的顶点划分为两个不相交集 U 和 V ,使得每一条边都分别连接U 、 V 中的顶点。如果存在这样的划分,则此图为一个二分图。
二分图的一个等价定义是:不含有「含奇数条边的环」的图。图 1 是一个二分图。为了清晰,我们以后都把它画成图 2 的形式。
这里写图片描述 这里写图片描述

1.2 匹配

在图论中,一个「匹配」(matching)是一个边的集合,其中任意两条边都没有公共顶点。例如,图 3、图 4 中红色的边就是图 2 的匹配。
这里写图片描述 这里写图片描述

我们定义匹配点、匹配边、未匹配点、非匹配边,它们的含义非常显然。例如图 3 中 1、4、5、7 为匹配点,其他顶点为未匹配点;1-5、4-7为匹配边,其他边为非匹配边。

1.3 最大匹配

一个图所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。图 4 是一个最大匹配,它包含 4 条匹配边。

1.4 完美匹配

如果一个图的某个匹配中,所有的顶点都是匹配点,那么它就是一个完美匹配。图 4 是一个完美匹配。
显然,完美匹配一定是最大匹配(完美匹配的任何一个点都已经匹配,添加一条新的匹配边一定会与已有的匹配边冲突)。但并非每个图都存在完美匹配。

举例来说:如下图所示,如果在某一对男孩和女孩之间存在相连的边,就意味着他们彼此喜欢。是否可能让所有男孩和女孩两两配对,使得每对儿都互相喜欢呢?图论中,这就是完美匹配问题。如果换一个说法:最多有多少互相喜欢的男孩/女孩可以配对儿?这就是最大匹配问题。
这里写图片描述

2. 匈牙利算法

交替路径: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径。
增广路径: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径(agumenting path)。
例如,图 5 中的一条增广路径如图 6 所示(图中的匹配点均用红色标出):
这里写图片描述
这里写图片描述

2.1 增广路径的性质

  • 有奇数条边。
  • 起点在二分图的左半边,终点在右半边。
  • 路径上的点一定是一个在左半边,一个在右半边,交替出现。
  • 整条路径上没有重复的点。
  • 起点和终点都是目前还没有配对的点,而其它所有点都是已经配好对的。
  • 路径上的所有第奇数条边都不在原匹配中,所有第偶数条边都出现在原匹配中。
  • 最后,也是最重要的一条,把增广路径上的所有第奇数条边加入到原匹配中去,并把增广路径中的所有第偶数条边从原匹配中删除(这个操作称为增广路径的取反),则新的匹配数就比原匹配数增加了1个。

2.2 算法思想

核心思想就是找增广路径,并改进匹配。只要把增广路中的匹配边和非匹配边的身份交换即可。

我们可以通过不停地找增广路来增加匹配中的匹配边和匹配点。找不到增广路时,达到最大匹配(这是增广路定理)。

2.2 应用

很多问题都可以转化为二分图匹配模型。二分图有如下几种常见变形:
(1)二分图的最小顶点覆盖
最小顶点覆盖要求用最少的点(X或Y中都行),让每条边都至少和其中一个点关联。
Knoig定理:二分图的最小顶点覆盖数等于二分图的最大匹配数。

(2)DAG图的最小路径覆盖
用尽量少的不相交简单路径覆盖有向无环图(DAG)G的所有顶点,这就是DAG图的最小路径覆盖问题。
结论:DAG图的最小路径覆盖数 = 节点数(n)- 最大匹配数(m)

(3)二分图的最大独立集
最大独立集问题: 在N个点的图G中选出m个点,使这m个点两两之间没有边.求m最大值
结论:二分图的最大独立集数 = 节点数(n)— 最大匹配数(m)

匈牙利算法的实现代码为:

#include <iostream>  
#include <string.h>  
#include <stdio.h>  

using namespace std;  
const int N = 2005;  

bool vis[N];  
int link[N],head[N];  
int cnt,n;  

struct Edge  
{  
    int to;  
    int next;  
};  

Edge edge[N*N];  

void Init()  
{  
    cnt = 0;  
    memset(head,-1,sizeof(head));  
}  

void add(int u,int v)  
{  
    edge[cnt].to = v;  
    edge[cnt].next = head[u];  
    head[u] = cnt++;  
}  

bool dfs(int u)  
{  
    for(int i=head[u];~i;i=edge[i].next)  
    {  
        int v = edge[i].to;  
        if(!vis[v])  
        {  
            vis[v] = 1;  
            if(link[v] == -1 || dfs(link[v]))  
            {  
                link[v] = u;  
                return true;  
            }  
        }  
    }  
    return false;  
}  

int match()  
{  
    int ans = 0;  
    memset(link,-1,sizeof(link));  
    for(int i=0;i<n;i++)  
    {  
        memset(vis,0,sizeof(vis));  
        if(dfs(i)) ans++;  
    }  
    return ans;  
}  

int main()  
{  
    while(~scanf("%d",&n))  
    {  
        Init();  
        for(int i=0;i<n;i++)  
        {  
            int u,v,k;  
            scanf("%d:(%d)",&u,&k);  
            while(k--)  
            {  
                scanf("%d",&v);  
                add(u,v);  
                add(v,u);  
            }  
        }  
        printf("%dn",match()>>1);  
    }  
    return 0;  
}  

最后

以上就是甜美诺言为你收集整理的二分图的最大匹配:匈牙利算法1. 二分图的匹配问题2. 匈牙利算法的全部内容,希望文章能够帮你解决二分图的最大匹配:匈牙利算法1. 二分图的匹配问题2. 匈牙利算法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部