POJ 3041 Asteroid (二分匹配模板-二分图最小覆盖)

本文介绍了一种经典的二分匹配算法实现,并通过一个具体的例子解释了如何找到一个图中的最小覆盖集合。最小覆盖问题的目标是在图中选择尽可能少的节点,确保所有边至少有一个端点被选中。

这道题题是很经典的建模的题目,也是比较基础的二分匹配题目。

二分最小覆盖就是说选择尽可能少的点,然后使得每条边至少有一个端点被选中。可以证明的是最小覆盖数就是最大匹配数。

代码:

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int N = 510;
int n, k;
int g[N][N], cy[N];
bool used[N];

bool dfs( int u ) 
{
    for ( int v = 1; v <= n; ++v ) if ( g[u][v] && !used[v] ) {
        used[v] = 1;
        if ( cy[v] == -1 || dfs( cy[v] ) ) {
            cy[v] = u;
            return 1;
        }
    }
    return false;
}

int match()
{
    int res = 0;
    memset(cy, -1, sizeof(cy));
    for ( int i = 1; i <= n; ++i ) {
        memset( used, 0, sizeof(used));
        if ( dfs(i) ) res++;
    }
    return res;
}
int main()
{
    while ( scanf("%d%d",&n, &k) == 2 ) {
        memset(g, 0, sizeof(g));
        while ( k-- ) {
            int u, v;
            scanf("%d%d", &u, &v);
            g[u][v] = 1;
        }
        printf("%d\n", match());
    }
}


### 关于二分图最小顶点覆盖的算法实现 #### 1. 最小顶点覆盖的概念 最小顶点覆盖是指在一个二分图中选取尽可能少的节点,使得这些节点能够覆盖所有的边。换句话说,对于每一条边 (u, v),至少有一个端点 u 或 v 被选入覆盖集中。 根据 König 定理,在任意无向二分图中,最小顶点覆盖的数量等于该图的最大匹配数量[^1]。 --- #### 2. 算法原理 为了求解二分图的最小顶点覆盖,通常采用 **匈牙利算法** 来计算最大匹配数。具体过程如下: - 构建一个二分图 G(X,Y,E),其中 X 和 Y 是两个互不相交的节点集合,E 表示连接它们的边。 - 使用匈牙利算法找到二分图的最大匹配 M。 - 基于最大匹配的结果,通过以下方式构造最小顶点覆盖: - 将左侧未被匹配的节点加入到覆盖集中; - 对右侧已被匹配的节点也加入到覆盖集中。 最终得到的覆盖集大小即为最小顶点覆盖的数量[^2]。 --- #### 3. 实现代码 以下是基于 Python 的实现代码,利用匈牙利算法完成二分图最小顶点覆盖的计算: ```python from collections import defaultdict def hungarian_algorithm(graph, n, m): """ 匈牙利算法用于寻找二分图的最大匹配 :param graph: 邻接表表示的二分图 {X -> [Y]} :param n: 左侧节点数目 :param m: 右侧节点数目 :return: 最大匹配结果 """ match_y = [-1] * m # 记录右侧节点对应的匹配关系 visited = None # 当前轮次访问标记 def dfs(u): for v in graph[u]: if not visited[v]: visited[v] = True if match_y[v] == -1 or dfs(match_y[v]): match_y[v] = u return True return False matching_count = 0 for i in range(n): visited = [False] * m if dfs(i): matching_count += 1 return matching_count, match_y def min_vertex_cover(graph, n, m): """ 求解二分图的最小顶点覆盖 :param graph: 邻接表表示的二分图 {X -> [Y]} :param n: 左侧节点数目 :param m: 右侧节点数目 :return: 最小顶点覆盖集合 """ max_matching, match_y = hungarian_algorithm(graph, n, m) cover_x = set() # 左侧需要覆盖的节点 cover_y = set() # 右侧需要覆盖的节点 unmatched_in_x = set(range(n)) # 初始认为所有左侧节点都未匹配 matched_in_y = set() for y in range(m): # 找出右侧已匹配的节点 if match_y[y] != -1: unmatched_in_x.discard(match_y[y]) # 如果某个左侧节点参与了匹配,则移除 matched_in_y.add(y) cover_x.update(unmatched_in_x) # 添加左侧未匹配的节点 cover_y.update(set(range(m)) - matched_in_y) # 添加右侧未匹配的节点 return list(cover_x), list(cover_y) # 测试用例 if __name__ == "__main__": # 输入邻接表形式的二分图 graph = { 0: [0, 1], 1: [0, 2], 2: [1, 3] } n = 3 # 左侧节点数 m = 4 # 右侧节点数 result_x, result_y = min_vertex_cover(graph, n, m) print(f"左侧需覆盖的节点: {result_x}") print(f"右侧需覆盖的节点: {result_y}") ``` 上述代码实现了二分图的最小顶点覆盖功能,核心部分依赖匈牙利算法来获取最大匹配,并据此推导出覆盖所需的节点集合[^3]。 --- #### 4. 应用实例 考虑 POJ 3041 Asteroids 这道题目,其本质是一个二分图最小顶点覆盖问题。给定一组障碍物坐标,将其转化为二分图模型后,可以通过以上方法高效解决。最终输出的是满足条件的最小射击次数[^4]。 ---
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
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