题目大意:给出一张N*M的地图,上面有H(代表房子),m(代表人)。现在要给这些人分配房子,但是移动需要花费。求最小花费的匹配值。
解题思路:这是一道典型的二分图最佳完美匹配题,要求每个人都要分到且最小花费最小。而KM算法是求最大值的,因此我们在存取边权的时候将边权存为其负数,即w[i][j]=-w[i][j],计算边权采取先将房子和人的坐标分别存放在左右两个边集,然后计算每个人到每个房子的曼哈顿距离作为其边权。而最后进行输出时直接输出其相反数即为所求。详见code。
题目来源:http://acm.hdu.edu.cn/showproblem.php?pid=1533
code:
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int MAXN = 100+10;
const int inf = 0x3fffffff;
int n,d,val,N,M,mn,hn;
bool sx[MAXN],sy[MAXN]; //sx[i],sy[i]为左/右第i个点是否已标记
int match[MAXN],w[MAXN][MAXN]; //match为右边第i个编号,w为对应的边权值
int lx[MAXN],ly[MAXN]; //顶标
char map[MAXN][MAXN];
struct node{
int x,y;
}h[MAXN],m[MAXN];
int ABS(int x){return x<0?-x:x;}
bool dfs (int u){
sx[u] = true; //将左顶标访问标记
for (int v=1; v <=hn; v++){ //对右顶标进行遍历匹配
if (!sy[v] && lx[u]+ly[v]==w[u][v]){ //如果没有访问过且满足是最大边权值
sy[v] = true; //将右顶标访问标记
if (match[v] == -1 || dfs (match[v])){ //v点是否为孤立点,若v不是孤立点时dfs(match[v])寻找v所对应顶标的增广路
match[v] = u; //如果能找到另一条增广路径就可以使v变成孤立点,从而使增广路径的长度加1
return true;
}
}
}
return false;
}
int KM (){ //二分图最佳匹配KM算法
int i,j,k,sum = 0;
memset (ly,0,sizeof(ly)); //构造可行顶标:将左顶标初始化为0,
for (i =1;i<=mn;i++){ //右顶标有则初始化为最大边权值,没有则初始化为负无穷
lx[i] = -inf;
for (j=1;j<=hn;j++)
if (lx[i] < w[i][j])
lx[i] = w[i][j];
}
memset (match, -1, sizeof(match));
for (i=1; i<=mn;i++){
while(1){
memset (sx, false, sizeof(sx)); //初始化左右访问标记
memset (sy, false, sizeof(sy));
if (dfs(i)) break; //存在完美匹配,则算法终止
else {//否则修改顶标使得相等的子图的边变多,有更大机会存在完美匹配
d = inf; //初始化修改顶标的数值,即两边加上和减去的值d
for (j=1; j<=mn;j++) if (sx[j])
for (k =1; k<=hn;k++) if (!sy[k])
d = min(d, lx[j]+ly[k]-w[j][k]); //计算d值,左顶标实际减小值比d小,则不会有新边进入
if (d == inf) //找不到完美匹配
return -1;
for (j=1;j<=mn;j++) //将左边顶标减少一个d
if (sx[j])
lx[j] -= d;
for (j=1;j<=hn;j++) //将右边顶标加上同样的值
if (sy[j])
ly[j] += d;
}
}
}
for (i=1; i<=mn;i++) //最后对满足条件的边权求和可得
if (match[i] > -1)
sum += w[match[i]][i];
return -sum; //输出相反数即为最小值
}
int main(){
while(scanf("%d%d",&N,&M)!=EOF && (N||M)){
mn=hn=0;
memset(w,-inf,sizeof(w));//初始化
for(int i=0;i<N;i++)
for(int j=0;j<M;j++){
cin>>map[i][j];
if(map[i][j]=='H'){ //获取房子的边集
h[++hn].x=i;
h[hn].y=j;
}
if(map[i][j]=='m'){ //获取人的边集
m[++mn].x=i;
m[mn].y=j;
}
}
for(int i=1;i<=mn;i++) //计算边权,即每个人到每个房子的曼哈顿距离
for(int j=1;j<=hn;j++){
val=ABS(h[j].x-m[i].x)+ABS(h[j].y-m[i].y); //曼哈顿距离
w[i][j]=-val; //由于要求最小值,而KM算法是求最大值,因此边权存入负值
}
printf("%d\n",KM());
}
return 0;
}

本文介绍了一道关于二分图最佳完美匹配的问题,并详细解释了如何利用KM算法求解最小花费匹配值。通过调整边权为负数,实现最小成本匹配。
5万+

被折叠的 条评论
为什么被折叠?



