【洛谷P3386】【模板】二分图匹配【网络流】

本文介绍了一种解决二分图最大匹配问题的方法,通过使用Dinic算法实现。详细展示了如何构建二分图并应用Dinic算法求解最大匹配,包括代码实现和关键步骤说明。

题目大意:

题目链接:https://www.luogu.org/problemnew/show/P3386
求一个二分图的最大匹配。


思路:

二分图匹配的模板。可以用匈牙利做。
听说这道题卡 D i n i c Dinic Dinic,但是还是很轻松的过了。可能是加了当前弧优化的缘故吧。
D i n i c Dinic Dinic讲解链接:https://www.luogu.org/blog/ONE-PIECE/wang-lao-liu-jiang-xie-zhi-dinic


代码:

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

const int N=1010;
const int Inf=1e9;
int n,m,s,S,T,x,y,tot=1,maxflow,head[N+N],cur[N+N],dep[N+N];

struct edge
{
    int next,to,flow;
}e[N*N];

void add(int from,int to,int flow)
{
    e[++tot].to=to;
    e[tot].flow=flow;
    e[tot].next=head[from];
    head[from]=tot;
}

bool bfs()
{
    memset(dep,0x3f3f3f3f,sizeof(dep));
    memcpy(cur,head,sizeof(cur));  //当前弧
    queue<int> q;
    dep[S]=1;
    q.push(S);
    while (q.size())  //分层
    {
        int u=q.front();
        q.pop();
        for (int i=head[u];~i;i=e[i].next)
        {
            int v=e[i].to;
            if (dep[v]>dep[u]+1&&e[i].flow)
            {
                dep[v]=dep[u]+1;
                q.push(v);
            }
        }
    }
    return dep[T]<Inf;  //可以流到终点
}

int dfs(int u,int flow)
{
    int low=0;
    if (u==T)  //到达终点
    {
        maxflow+=flow;
        return flow;
    }
    int used=0;
    for (int i=cur[u];~i;i=e[i].next)  //当前弧优化
    {
        int v=e[i].to;
        cur[u]=i;  //记录
        if (e[i].flow&&dep[v]==dep[u]+1)
        {
            low=dfs(v,min(flow-used,e[i].flow));  //流量
            if (low)
            {
                used+=low;
                e[i].flow-=low;
                e[i^1].flow+=low;
                if(used==flow) break;  //流满了
            }
        }
    }
    return used;  //最大流量
}

void dinic()
{
    while (bfs())
        dfs(S,Inf);
}

int main()
{
    memset(head,-1,sizeof(head));
    scanf("%d%d%d",&n,&m,&s);
    for (int i=1;i<=s;i++)
    {
        scanf("%d%d",&x,&y);
        if (x>n||y>m) continue;
        add(x,n+y,1);
        add(n+y,x,0);
    }
    S=n+m+1;
    T=n+m+2;
    for (int i=1;i<=n;i++)
    {
        add(S,i,1);
        add(i,S,0);
    }
    for (int i=1;i<=m;i++)
    {
        add(i+n,T,1);
        add(T,i+n,0);
    }
    dinic();
    printf("%d\n",maxflow);
    return 0;
}
二分图又称作二部图,是图论中的一种特殊模型。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 [^2]。 二分图匹配有不同类型,二分图的带权匹配是求出一个匹配集合,使得集合中边的权值之和最大或最小;二分图的最佳匹配要求匹配必须为完备匹配,在此基础上,才要求匹配的边权值之和最大或最小,且二分图的带权匹配与最佳匹配不等价,也不互相包含 [^1]。 二分图匹配的相关算法方面,有求有向图最小路径覆盖的算法。对于有向图的最小路径覆盖,先拆点,将每个点分为两个点,左边是$1 - n$个点,右边是$1 - n$个点,然后每一条有向边对应左边的点指向右边的点,对此图求最大匹配,再用$n$减去最大匹配即可 [^3]。 另外,最优匹配建立在完美匹配的基础上(完美匹配即所有人都能匹配),如果不存在完美匹配,算法失效。当不存在完美匹配时,可以人为加上边权为$0$的点边,从而得到最优匹配,可使用 KM(Kuhn - Munkres)算法 [^4]。 ### 代码示例(匈牙利算法求二分图最大匹配) ```python def dfs(u, used, match, graph): for v in graph[u]: if not used[v]: used[v] = True if match[v] == -1 or dfs(match[v], used, match, graph): match[v] = u return True return False def hungarian(graph, n, m): match = [-1] * m res = 0 for i in range(n): used = [False] * m if dfs(i, used, match, graph): res += 1 return res # 示例图的邻接表表示 graph = [ [0, 1], [0, 2], [1, 2] ] n = len(graph) # 左边顶点数 m = 3 # 右边顶点数 print(hungarian(graph, n, m)) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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