二分匹配——匈牙利算法;
2014-02-14 17:01
232 查看
结合自己在离散数学上所学的匹配知识,下面记录下自己对二分匹配的认识;
首先是匹配:无向图G=<V,E>匹配(边独立集: 边的一个子集,子集中任意两条边不相邻(顶点不重合)(若干对不同事物之间的二元关系)
再就是二分图,指的是这样一种图,其所有顶点可以分成两个集合X和Y,其中X或Y中任意两个在同一集合中的点都不相连,所有的边关联在两个顶点中,恰好一个属于集合X,另一个属于集合Y。给定一个二分图G,图中包含边数最多的匹配称为图的最大匹配。
下面是几个相关的定义:
设M是G中匹配
饱和点: v与M中边关联
非饱和点: v不与M中边关联
交错路径: 在M和E-M中交替取边的路径
可增广交错路径: 两端都是非饱和点的交错路径
如下图所示: 前者为可增广交错路径,后者为扩展后的路径;
二分匹配的一个常见问题就是求解最大匹配:
这里面最常用的就是匈牙利算法:
基本思想是:
从一个匹配开始
逐一检查不饱和点,对每一个不饱和点尝试寻找增广路径。(DFS/BFS)
得到更大的匹配
递归直到没有不饱和点或没有增广路径;
伪代码实现为:
for(每个不饱和点v)
{
path(v)
}
int Path(结点v)
{
for(每个与v邻接的结点u)
{
if(u不饱和 || path(与u的匹配的那个点))
{
v和u构成新匹配;
u原有的匹配取消;
return 1;
}
}
return 0;
}
根据伪代码可实现出匈牙利算法:
输入的格式为:
第1行3个整数,V1,V2的节点数目n1,n2,G的边数m
第2-m+1行,每行两个整数t1,t2,代表V1中编号为t1的点和V2中编号为t2的点之间有边相连
输出格式:
1个整数ans,代表最大匹配数
1,邻接矩阵表示图:
另附;邻接表表示图的匈牙利算法代码:
首先是匹配:无向图G=<V,E>匹配(边独立集: 边的一个子集,子集中任意两条边不相邻(顶点不重合)(若干对不同事物之间的二元关系)
再就是二分图,指的是这样一种图,其所有顶点可以分成两个集合X和Y,其中X或Y中任意两个在同一集合中的点都不相连,所有的边关联在两个顶点中,恰好一个属于集合X,另一个属于集合Y。给定一个二分图G,图中包含边数最多的匹配称为图的最大匹配。
下面是几个相关的定义:
设M是G中匹配
饱和点: v与M中边关联
非饱和点: v不与M中边关联
交错路径: 在M和E-M中交替取边的路径
可增广交错路径: 两端都是非饱和点的交错路径
如下图所示: 前者为可增广交错路径,后者为扩展后的路径;
二分匹配的一个常见问题就是求解最大匹配:
这里面最常用的就是匈牙利算法:
基本思想是:
从一个匹配开始
逐一检查不饱和点,对每一个不饱和点尝试寻找增广路径。(DFS/BFS)
得到更大的匹配
递归直到没有不饱和点或没有增广路径;
伪代码实现为:
for(每个不饱和点v)
{
path(v)
}
int Path(结点v)
{
for(每个与v邻接的结点u)
{
if(u不饱和 || path(与u的匹配的那个点))
{
v和u构成新匹配;
u原有的匹配取消;
return 1;
}
}
return 0;
}
根据伪代码可实现出匈牙利算法:
输入的格式为:
第1行3个整数,V1,V2的节点数目n1,n2,G的边数m
第2-m+1行,每行两个整数t1,t2,代表V1中编号为t1的点和V2中编号为t2的点之间有边相连
输出格式:
1个整数ans,代表最大匹配数
1,邻接矩阵表示图:
#include<iostream> #include<cstring> using namespace std; int map[105][105]; int visit[105],flag[105]; int n,m; bool dfs(int a) { for(int i=1;i<=n;i++) { if(map[a][i] && !visit[i]) { visit[i]=1; if(flag[i]==0 || dfs(flag[i])) { flag[i]=a; return true; } } } return false; } int main() { while(cin>>n>>m) { memset(map,0,sizeof(map)); for(int i=1;i<=m;i++) { int x,y; cin>>x>>y; map[x][y]=1; } memset(flag,0,sizeof(flag)); int result=0; for(int i=1;i<=n;i++) { memset(visit,0,sizeof(visit)); if(dfs(i)) result++; } cout<<result<<endl; } return 0; }
另附;邻接表表示图的匈牙利算法代码:
#include <iostream> #include <cstring> using namespace std; //定义链表 struct link { int data; //存放数据 link* next; //指向下一个节点 link(int=0); }; link::link(int n) { data=n; next=NULL; } int n1,n2,m,ans=0; int result[101]; //记录n1中的点匹配的点的编号 bool state [101]; //记录n1中的每个点是否被搜索过 link *head [101]; //记录n2中的点的邻接节点 link *last [101]; //邻接表的终止位置记录 //判断能否找到从节点n开始的增广路 bool find(const int n) { link* t=head ; while (t!=NULL) { //n仍有未查找的邻接节点时 if (!(state[t->data])) { //如果邻接点t->data未被查找过 state[t->data]=true; //标记t->data为已经被找过 if ((result[t->data]==0) || //如果t->data不属于前一个匹配M (find(result[t->data]))) { //如果t->data匹配到的节点可以寻找到增广路 result[t->data]=n; //那么可以更新匹配M',其中n1中的点t->data匹配n return true; //返回匹配成功的标志 } } t=t->next; //继续查找下一个n的邻接节点 } return false; } int main() { int t1=0,t2=0; cin>>n1>>n2>>m; for (int i=0; i<m; i++) { cin>>t1>>t2; if (last[t1]==NULL) last[t1]=head[t1]=new link(t2); else last[t1]=last[t1]->next=new link(t2); } for (int i=1; i<=n1; i++) { memset(state,0,sizeof(state)); if (find(i)) ans++; } cout<<ans<<endl; return 0; }
相关文章推荐
- 二分匹配总结(匈牙利算法+最大权+最小权)
- FZ OJ 2232(二分匹配 + 匈牙利算法) 福州大学第十三届程序设计竞赛
- hdu 1498 50 years, 50 colors(二分匹配_匈牙利算法)
- 利用匈牙利算法&Hopcroft-Karp算法解决二分图中的最大二分匹配问题
- POJ 3014:Asteroids(二分匹配,匈牙利算法)
- 二分图匹配匈牙利算法(DFS, BFS两种实现模板)
- 二分匹配,匈牙利算法
- POJ二分匹配总结_匈牙利算法
- 二分匹配匈牙利算法(转载)
- poj 匈牙利二分匹配算法2239 Selecting Courses
- hdu 1150 Machine Schedule(二分匹配,简单匈牙利算法)
- hdu 1150 Machine Schedule(二分匹配,简单匈牙利算法)
- HDU-2063-过山车【匈牙利算法】【二分匹配】
- HDU 2063:过山车(二分匹配,匈牙利算法)
- HDU-1179-Ollivanders: Makers of Fine Wands since 382 BC.【二分匹配】【匈牙利算法】
- 二分匹配,匈牙利算法
- HDU 2063 过山车 (二分匹配之匈牙利算法)
- hdu 1498 50 years, 50 colors(二分匹配_匈牙利算法)
- uva11419 【最大二分匹配求最小点覆盖 匈牙利算法】
- poj3020 匈牙利算法+公式:二分无向图的最小路径覆盖 = 顶点数 - 最大二分匹配数 / 2