【PTA数据结构 | C语言版】求解二部图最大匹配的匈牙利算法

本专栏持续输出数据结构题目集,欢迎订阅。

文章目录

题目

请编写程序,实现求解无权二部图最大匹配的匈牙利算法。

输入格式:
输入首先在第一行给出 3 个正整数,依次为二部图 G=(U∪V,E) 中 U 点集顶点数、V 点集顶点数(均不超过 100)和边数 m。
随后 m 行,每行给出一条连接 U 点集顶点和 V 点集顶点的边,格式为 u v,其中 u 属于 U,v 属于 V。两个点集的顶点编号均从 0 开始。同行数字间以一个空格分隔。

输出格式:
在一行中输出 最大匹配值 = x,其中 x 为最大匹配数。

输入样例:
4 3 7
0 0
0 1
1 1
1 2
2 0
2 1
3 2

输出样例:
最大匹配值 = 3

代码

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

#define MAX_U 100
#define MAX_V 100

int graph[MAX_U][MAX_V];    // 二部图的邻接矩阵表示
int matchV[MAX_V];          // 记录V中顶点的匹配情况
int visited[MAX_V];         // 记录V中顶点是否在本次DFS中被访问过
int u_size, v_size, m;      // U和V的顶点数,边数

// 为U中顶点u寻找增广路径
int dfs(int u) {
    for (int v = 0; v < v_size; v++) {
        if (graph[u][v] && !visited[v]) {
            visited[v] = 1;
            // 如果v未匹配,或者v的匹配对象可以找到新的匹配
            if (matchV[v] == -1 || dfs(matchV[v])) {
                matchV[v] = u;
                return 1;
            }
        }
    }
    return 0;
}

int hungarian() {
    int result = 0;
    memset(matchV, -1, sizeof(matchV));  // 初始化V中顶点均未匹配
    
    for (int u = 0; u < u_size; u++) {
        memset(visited, 0, sizeof(visited));  // 每次DFS前重置访问标记
        if (dfs(u)) {
            result++;  // 找到一条增广路径,匹配数加1
        }
    }
    return result;
}

int main() {
    // 读取输入
    scanf("%d %d %d", &u_size, &v_size, &m);
    
    // 初始化图
    memset(graph, 0, sizeof(graph));
    
    // 读取边信息
    for (int i = 0; i < m; i++) {
        int u, v;
        scanf("%d %d", &u, &v);
        graph[u][v] = 1;  // 存在边(u,v)
    }
    
    // 计算最大匹配
    int max_matching = hungarian();
    
    // 输出结果
    printf("最大匹配值 = %d\n", max_matching);
    
    return 0;
}
图的广度优先遍历(BFS)是一种用于遍历或搜索树或图的算法,它从根节点(或图中的某个起始顶点)开始,逐层地访问图中的顶点。在使用邻接矩阵实现图的广度遍历时,通常会借助队列来辅助完成遍历过程。 以下是使用邻接矩阵实现图的广度遍历的示例代码,结合引用中的图的邻接矩阵定义: ```c #include <stdio.h> #include <stdlib.h> #define MaxVertexNum 10 // 定义最大顶点数 typedef int Vertex; // 用顶点下标表示顶点,为整型 typedef struct { int arcs[MaxVertexNum][MaxVertexNum]; // 邻接矩阵 int vexnum, arcnum; // 图中的顶点数vexnum和边数arcnum } MGraph; // 用邻接矩阵表示的图的类型 // 队列的结构体定义 typedef struct { int data[MaxVertexNum]; int front, rear; } Queue; // 初始化队列 void initQueue(Queue *q) { q->front = q->rear = 0; } // 判断队列是否为空 int isEmpty(Queue *q) { return q->front == q->rear; } // 入队操作 void enqueue(Queue *q, int v) { q->data[q->rear++] = v; } // 出队操作 int dequeue(Queue *q) { return q->data[q->front++]; } // 广度优先遍历 void BFS(MGraph G, Vertex v) { int visited[MaxVertexNum] = {0}; // 标记顶点是否被访问过 Queue q; initQueue(&q); // 访问起始顶点 printf("%d ", v); visited[v] = 1; enqueue(&q, v); while (!isEmpty(&q)) { Vertex u = dequeue(&q); // 遍历邻接矩阵,找到未访问的邻接顶点 for (Vertex w = 0; w < G.vexnum; w++) { if (G.arcs[u][w] == 1 && !visited[w]) { printf("%d ", w); visited[w] = 1; enqueue(&q, w); } } } } int main() { MGraph G; // 假设这里对图的顶点数、边数和邻接矩阵进行初始化 G.vexnum = 5; G.arcnum = 5; // 初始化邻接矩阵 for (int i = 0; i < G.vexnum; i++) { for (int j = 0; j < G.vexnum; j++) { G.arcs[i][j] = 0; } } // 添加边(示例) G.arcs[0][1] = G.arcs[1][0] = 1; G.arcs[0][2] = G.arcs[2][0] = 1; G.arcs[1][3] = G.arcs[3][1] = 1; G.arcs[2][4] = G.arcs[4][2] = 1; G.arcs[3][4] = G.arcs[4][3] = 1; // 从顶点0开始进行广度优先遍历 BFS(G, 0); return 0; } ``` 上述代码中,首先定义了图的邻接矩阵结构体 `MGraph`,然后实现了队列的基本操作(初始化、判断为空、入队、出队)。`BFS` 函数实现了广度优先遍历的核心逻辑,使用队列来辅助完成遍历过程。在 `main` 函数中,对图的顶点数、边数和邻接矩阵进行了初始化,并调用 `BFS` 函数从顶点 0 开始进行广度优先遍历。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秋说

感谢打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值