KM算法模板(HDU 2255)

本文详细介绍了使用匈牙利算法解决二分图最大匹配问题的方法,并通过具体代码实现了最小权完美匹配算法。该算法适用于求解带权二分图中的最小权匹配问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#include <stdio.h>
#include <string.h>
#include <iostream>
#include <cctype>
#include <string>
#include <cmath>
#include <algorithm>
#include <queue>
#include <set>
#include <vector>
#include <map>
#define PR pair<int,int>
#define MP make_pair
#define fi first
#define se second
#define lson l,m,rt<<1
#define rson m+1,r,rt<<1|1
#define sqr(x) ((x)*(x))
#define ll __int64
const int N=305;
const int MOD=1000000007;
const int INF=0x3f3f3f3f;
const double eps=1e-9;
const double pi=3.1415926536;
using namespace std;

int n;
int lx[N],ly[N];
int match[N];
int visx[N],visy[N];
int slack[N];
int g[N][N];

bool dfs(int cur)
{
    visx[cur]=1;
    for(int i=0;i<n;i++)
    {
        if(visy[i]) continue;
        int t=lx[cur]+ly[i]-g[cur][i];
        if(t==0)
        {
            visy[i]=1;
            if(match[i]==-1||dfs(match[i]))
            {
                match[i]=cur;
                return true;
            }
        }
        else slack[i]=min(slack[i],t);
    }
    return false;
}

int KM()
{
    memset(match,-1,sizeof(match));
    memset(ly,0,sizeof(ly));
    for(int i=0;i<n;i++)
    {
        lx[i]=g[i][0];
        for(int j=0;j<n;j++)
            lx[i]=max(lx[i],g[i][j]);
    }
    for(int i=0;i<n;i++)
    {
        fill(slack,slack+n,INF);
        while(1)
        {
            memset(visx,0,sizeof(visx));
            memset(visy,0,sizeof(visy));
            if(dfs(i)) break;
            int d=INF;
            for(int j=0;j<n;j++)
                if(!visy[j]) d=min(d,slack[j]);
            for(int j=0;j<n;j++)
                if(visx[j]) lx[j]-=d;
            for(int j=0;j<n;j++)
            {
                if(visy[j]) ly[j]+=d;
                else slack[j]-=d;
            }
        }
    }
    int res=0;
    for(int i=0;i<n;i++)
    {
        if(match[i]>-1) res+=g[match[i]][i];
    }
    return res;
}

int main()
{
    while(~scanf("%d",&n))
    {
        for(int i=0;i<n;i++)
        {
            for(int j=0;j<n;j++)
            {
                scanf("%d",&g[i][j]);
            }
        }
        printf("%d\n",KM());
    }
}

在深入分析HDU1150和HDU2255这两个问题时,匈牙利算法是解决它们的核心工具。首先,理解HDU1150和HDU2255问题的背景和要求对于算法实现至关重要。接下来,可以参考《二分图匹配算法实现:匈牙利算法KM算法》这本书籍来获取算法实现的详细指导。书中不仅包含了理论知识,还有实例代码及整理,这对于解决具体问题非常有帮助。 参考资源链接:[二分图匹配算法实现:匈牙利算法KM算法](https://wenku.youkuaiyun.com/doc/601h4knr28?spm=1055.2569.3001.10343) 在编写代码时,首先要构建一个图的邻接矩阵表示,然后通过`hungary`函数来实现算法的核心逻辑。这个函数利用DFS来搜索增广路径,并通过修改标记数组来实现匹配或回溯。具体到HDU1150问题,可能需要处理多个测试用例,而HDU2255问题则可能涉及到对特定条件的匹配。代码中的关键步骤包括初始化匹配数组、访问标记数组,以及在找到增广路径时进行匹配的更新。 对于HDU1150,可以通过读取输入数据,构建邻接矩阵,并调用`hungary`函数来找到最大匹配。而HDU2255问题可能需要更细致的处理,比如处理不同的输入格式或者满足特殊的匹配规则。在这两个问题的代码实现中,`memset`函数用于初始化数组,`sizeof`运算符用于获取数组大小,这些都是编写高效C/C++代码的基础。 最后,通过反复测试和调试代码,确保它能够正确处理各种边界情况和复杂的数据输入。在实现这些算法后,建议继续深入学习更高级的图论算法,如KM算法,以及如何在实际编程中应用这些算法,从而在解决实际问题时能够更加得心应手。 参考资源链接:[二分图匹配算法实现:匈牙利算法KM算法](https://wenku.youkuaiyun.com/doc/601h4knr28?spm=1055.2569.3001.10343)
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