匈牙利算法

看了很多关于匈牙利算法的资料感觉如下这一篇是讲的比较通俗的。

转载连接:http://blog.youkuaiyun.com/dark_scope/article/details/8880547

匈牙利算法是由匈牙利数学家Edmonds于1965年提出,因而得名。匈牙利算法是基于Hall定理中充分性证明的思想,它是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法。

-------等等,看得头大?那么请看下面的版本:

通过数代人的努力,你终于赶上了剩男剩女的大潮,假设你是一位光荣的新世纪媒人,在你的手上有N个剩男,M个剩女,每个人都可能对多名异性有好感(惊讶-_-||暂时不考虑特殊的性取向),如果一对男女互有好感,那么你就可以把这一对撮合在一起,现在让我们无视掉所有的单相思(好忧伤的感觉快哭了),你拥有的大概就是下面这样一张关系图,每一条连线都表示互有好感。


本着救人一命,胜造七级浮屠的原则,你想要尽可能地撮合更多的情侣,匈牙利算法的工作模式会教你这样做:

===============================================================================

 先试着给1号男生找妹子,发现第一个和他相连的1号女生还名花无主,got it,连上一条蓝线


===============================================================================

接着给2号男生找妹子,发现第一个和他相连的2号女生名花无主,got it


===============================================================================

接下来是3号男生,很遗憾1号女生已经有主了,怎么办呢?

我们试着给之前1号女生匹配的男生(也就是1号男生)另外分配一个妹子。

(黄色表示这条边被临时拆掉)

与1号男生相连的第二个女生是2号女生,但是2号女生也有主了,怎么办呢?我们再试着给2号女生的原配(发火发火)重新找个妹子(注意这个步骤和上面是一样的,这是一个递归的过程)


此时发现2号男生还能找到3号女生,那么之前的问题迎刃而解了,回溯回去

2号男生可以找3号妹子~~~                  1号男生可以找2号妹子了~~~                3号男生可以找1号妹子

所以第三步最后的结果就是:


===============================================================================

 接下来是4号男生,很遗憾,按照第三步的节奏我们没法给4号男生出来一个妹子,我们实在是无能为力了……香吉士同学走好。

===============================================================================

这就是匈牙利算法的流程,其中找妹子是个递归的过程,最最关键的字就是“ ”字

其原则大概是:有机会上,没机会创造机会也要上

【code】

[cpp]  view plain copy
  1. bool find(int x){  
  2.     int i,j;  
  3.     for (j=1;j<=m;j++){    //扫描每个妹子  
  4.         if (line[x][j]==true && used[j]==false)        
  5.         //如果有暧昧并且还没有标记过(这里标记的意思是这次查找曾试图改变过该妹子的归属问题,但是没有成功,所以就不用瞎费工夫了)  
  6.         {  
  7.             used[j]=1;  
  8.             if (girl[j]==0 || find(girl[j])) {      //这个地方是girl数组,不包含boy
  9.                 //名花无主或者能腾出个位置来,这里使用递归  
  10.                 girl[j]=x;  
  11.                 return true;  
  12.             }  
  13.         }  
  14.     }  
  15.     return false;  
  16. }  

在主程序我们这样做:每一步相当于我们上面描述的一二三四中的一步

  1. for (i=1;i<=n;i++)  
  2. {  
  3.     memset(used,0,sizeof(used));    //这个在每一步中清空  
  4.     if find(i) all+=1;  
  5. }  

接下来看看匈牙利算法的实例:

http://acm.hdu.edu.cn/showproblem.php?pid=5090

  1. /** 
  2. hdu5090二分图的最大匹配 
  3. 一开始我用的是遍历写的,知道必然是TLE还是试了试 
  4. */  
  5. /* ************************************************************************** 
  6. //二分图匹配(匈牙利算法的DFS实现) 
  7. //初始化:g[][]两边顶点的划分情况 
  8. //建立g[i][j]表示i->j的有向边就可以了,是左边向右边的匹配 
  9. //g没有边相连则初始化为0 
  10. //uN是匹配左边的顶点数,vN是匹配右边的顶点数 
  11. //调用:res=hungary();输出最大匹配数 
  12. //优点:适用于稠密图,DFS找增广路,实现简洁易于理解 
  13. //时间复杂度:O(VE) 
  14. //***************************************************************************/  
  15. //顶点编号从0开始的  
  16. #include <stdio.h>  
  17. #include <iostream>  
  18. #include <algorithm>  
  19. #include <string.h>  
  20. using namespace std;  
  21.   
  22. const int MAXN=220;  
  23. int n,k;//u,v数目  
  24. int g[MAXN][MAXN];  //该数组看上去是图的邻接矩阵,其实不然,因为该矩阵的行列加起来才是图的所有定点集
  25. int linker[MAXN],a[220];  
  26. bool used[MAXN];  
  27.   
  28. bool dfs(int u)//从左边开始找增广路径  
  29. {  
  30.     int v;  
  31.     for(v=1; v<=n; v++) //这个顶点编号从0开始,若要从1开始需要修改  
  32.         if(g[u][v]&&!used[v])   
  33.         {  
  34.             used[v]=true;  
  35.             if(linker[v]==-1||dfs(linker[v]))  
  36.             {  
  37.                 //找增广路,反向  
  38.                 linker[v]=u;  
  39.                 return true;  
  40.             }  
  41.         }  
  42.     return false;//这个不要忘了,经常忘记这句  
  43. }  
  44.   
  45. int hungary()  
  46. {  
  47.     int res=0;  
  48.     int u;  
  49.     memset(linker,-1,sizeof(linker));  
  50.     for(u=1; u<=n; u++)  
  51.     {  
  52.         memset(used,0,sizeof(used));  
  53.         if(dfs(u)) res++;  
  54.     }  
  55.     return res;  
  56. }  
  57. //******************************************************************************/  
  58. int main()  
  59. {  
  60.     int T;  
  61.     scanf("%d",&T);  
  62.     while(T--)  
  63.     {  
  64.         scanf("%d%d",&n,&k);  
  65.         for(int i=1; i<=n; i++)  
  66.             scanf("%d",&a[i]);  
  67.         memset(g,0,sizeof(g));  
  68.         for(int i=1; i<=n; i++)  
  69.         {  
  70.             for(int j=1; j<=n; j++)  
  71.             {  
  72.                 if((j-a[i])%k==0&&j>=a[i])  
  73.                     g[i][j]=1;  
  74.             }  
  75.         }  
  76.         if(hungary()==n)  
  77.             printf("Jerry\n");  
  78.         else  
  79.             printf("Tom\n");  
  80.     }  
  81.     return 0;  
  82. }  

资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 “STC单片机电压测量”是一个以STC系列单片机为基础的电压检测应用案例,它涵盖了硬件电路设计、软件编程以及数据处理等核心知识点。STC单片机凭借其低功耗、高性价比和丰富的I/O接口,在电子工程领域得到了广泛应用。 STC是Specialized Technology Corporation的缩写,该公司的单片机基于8051内核,具备内部振荡器、高速运算能力、ISP(在系统编程)和IAP(在应用编程)功能,非常适合用于各种嵌入式控制系统。 在源代码方面,“浅雪”风格的代码通常简洁易懂,非常适合初学者学习。其中,“main.c”文件是程序的入口,包含了电压测量的核心逻辑;“STARTUP.A51”是启动代码,负责初始化单片机的硬件环境;“电压测量_uvopt.bak”和“电压测量_uvproj.bak”可能是Keil编译器的配置文件备份,用于设置编译选项和项目配置。 对于3S锂电池电压测量,3S锂电池由三节锂离子电池串联而成,标称电压为11.1V。测量时需要考虑电池的串联特性,通过分压电路将高电压转换为单片机可接受的范围,并实时监控,防止过充或过放,以确保电池的安全和寿命。 在电压测量电路设计中,“电压测量.lnp”文件可能包含电路布局信息,而“.hex”文件是编译后的机器码,用于烧录到单片机中。电路中通常会使用ADC(模拟数字转换器)将模拟电压信号转换为数字信号供单片机处理。 在软件编程方面,“StringData.h”文件可能包含程序中使用的字符串常量和数据结构定义。处理电压数据时,可能涉及浮点数运算,需要了解STC单片机对浮点数的支持情况,以及如何高效地存储和显示电压值。 用户界面方面,“电压测量.uvgui.kidd”可能是用户界面的配置文件,用于显示测量结果。在嵌入式系统中,用
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 在 Android 开发中,Fragment 是界面的一个模块化组件,可用于在 Activity 中灵活地添加、删除或替换。将 ListView 集成到 Fragment 中,能够实现数据的动态加载与列表形式展示,对于构建复杂且交互丰富的界面非常有帮助。本文将详细介绍如何在 Fragment 中使用 ListView。 首先,需要在 Fragment 的布局文件中添加 ListView 的 XML 定义。一个基本的 ListView 元素代码如下: 接着,创建适配器来填充 ListView 的数据。通常会使用 BaseAdapter 的子类,如 ArrayAdapter 或自定义适配器。例如,创建一个简单的 MyListAdapter,继承自 ArrayAdapter,并在构造函数中传入数据集: 在 Fragment 的 onCreateView 或 onActivityCreated 方法中,实例化 ListView 和适配器,并将适配器设置到 ListView 上: 为了提升用户体验,可以为 ListView 设置点击事件监听器: 性能优化也是关键。设置 ListView 的 android:cacheColorHint 属性可提升滚动流畅度。在 getView 方法中复用 convertView,可减少视图创建,提升性能。对于复杂需求,如异步加载数据,可使用 LoaderManager 和 CursorLoader,这能更好地管理数据加载,避免内存泄漏,支持数据变更时自动刷新。 总结来说,Fragment 中的 ListView 使用涉及布局设计、适配器创建与定制、数据绑定及事件监听。掌握这些步骤,可构建功能强大的应用。实际开发中,还需优化 ListView 性能,确保应用流畅运
资源下载链接为: https://pan.quark.cn/s/f989b9092fc5 牛顿迭代法是一种高效的数值方法,用于求解方程的根,尤其擅长处理一元高次方程。它基于切线逼近原理,通过迭代逐步逼近方程的实根。对于一元三次方程 ax 3 +bx 2 +cx+d=0(其中 a 6 =0),牛顿迭代法可以找到所有可能的实根,而不仅仅是其中一个。三次方程最多有三个实根或复根的组合。 牛顿迭代法的步骤如下: 初始化:选择一个初始值 x 0 ,尽量使其接近实际根。初始值的选择对收敛速度影响很大。 构造迭代公式:迭代公式为 x n+1 =x n − f ′ (x n ) f(x n ) ,其中 f(x) 是方程,f ′ (x) 是其导数。对于一元三次方程,f(x)=ax 3 +bx 2 +cx+d,其导数 f ′ (x)=3ax 2 +2bx+c。 迭代计算:从 x 0 开始,利用迭代公式计算 x 1 ,x 2 ,…,直到满足终止条件,如连续两次迭代的差值小于阈值 ϵ,或达到最大迭代次数。 检查根:每次迭代得到的 x n 可能是根。若 ∣f(x n )∣<ϵ,则认为 x n 是近似根。 在求解一元三次方程时,牛顿迭代法可能会遇到多重根或复根。对于多重根,迭代可能收敛缓慢甚至不收敛,需要特别处理。对于复根,牛顿迭代法可能无法直接找到,因为复数的导数涉及复数除法,通常需要使用牛顿-拉弗森迭代的复数扩展版本。 为了避免陷入局部极值,可以尝试多个不同的初始值进行迭代,从而找到所有实根。牛顿迭代法的收敛性依赖于函数的连续性和二阶导数的存在性,因此在使用前需要满足这些条件。在编程实现时,需考虑数值稳定性以及异常情况的处理,例如分母为零、迭代不收敛等。牛顿迭代法在求解一元三次方程的实根时,表现出了优于其他简单方法的优势。
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