最大二分匹配

最大二分匹配 

匈牙利算法 hungary

int hungary(int x)
{
    for(int i=1;i<=n;i++)
        if(vis[i]==0&&map[x][i])
        {
            vis[i]=1;
            if(pat[i]==-1||hungary(pat[i]))
            {
                pat[i]=x;
                return 1;
            }
        }
    return 0;
}

算法不难,难点在于建图。下面有几种常见的用hungary算法解决的问题。

1.最小顶点覆盖 :二分图的最小顶点覆盖数 =二分图的最大匹配数。HDU 1150


2.DAG图的最小路径覆盖:DAG图的最小路径覆盖数=节点数(n)- 最大匹配数(m)HDU 1151


3.二分图的最大独立集:二分图的最大独立集数=节点数(n)— 最大匹配数(m)HDU 1068

 hdu 1507 最大二分匹配

#include<cstdio>
#include<iostream>
#include<cstring>
using namespace std;
#define maxn 150
int dir[4][2]={0,1,0,-1,1,0,-1,0};
int map[maxn][maxn];
int vis[maxn*maxn];
int pat[maxn*maxn];
int n,m;
int hungary(int state)
{
	int x=state/m;
	int y=state%m;
	for(int i=0;i<4;i++)
	{
		int tx=x+dir[i][0];
		int ty=y+dir[i][1];
		int S=tx*m+ty;
		if(tx<n&&tx>=0&&ty<m&&ty>=0&&vis[S]==0&&map[tx][ty]==0)
		{
			vis[S]=1;
			if(pat[S]==-1||hungary(pat[S]))
			{
				pat[S]=state;
				return 1;
			}
		}
	}
	return 0;
}
int main()
{
	int x,y;
	while(cin>>n>>m&&n+m)
	{
		int k;
		memset(pat,-1,sizeof(pat));
		memset(map,0,sizeof(map));
		cin>>k;
		for(int i=0;i<k;i++)
		{
			cin>>x>>y;
			map[--x][--y]=1;
		}
		int ans=0;
		for(int i=0;i<n;i++)
			for(int j=0;j<m;j++)
				if((i+j)&1&&map[i][j]==0)
				{
					memset(vis,0,sizeof(vis));
					ans+=hungary(i*m+j);
				}
		cout<<ans<<endl;
		for(int i=0;i<n;i++)			
			for(int j=0;j<m;j++)
				if(pat[i*m+j]!=-1)
					printf("(%d,%d)--(%d,%d)\n",1+i,j+1,pat[i*m+j]/m+1,1+pat[i*m+j]%m);
	}
	
	return 0;
}







### 匈牙利算法的实现与原理 #### 什么是匈牙利算法? 匈牙利算法是一种用于解决二分图最大匹配问题的经典算法。其核心思想在于通过增广路径的概念,在已有的匹配基础上寻找新的可能匹配,从而逐步增加匹配的数量直到无法再找到增广路径为止。 #### 增广路径定义 在一个二分图中,一条交替经过未匹配边和匹配边的路径被称为交错路。如果这条路径两端都是未被匹配的顶点,则称为增广路径。利用增广路径可以调整当前匹配关系,使得总匹配数加一[^1]。 #### 算法基本流程描述 对于每一个左侧节点尝试进行匹配操作,具体过程如下: - 如果右侧某个相邻节点尚未被访问过或者该右侧行动能够释放其他左侧行动的机会(即存在可替换方案),则认为此次行动成功; - 否则回溯至上一层继续探索其它可能性直至穷尽所有选项;若最终仍无解,则放弃此轮匹配请求[^2]。 以下是基于上述理论的一个简单版本C++代码示例: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 505; bool g[MAXN][MAXN]; int pair_u[MAXN], pair_v[MAXN]; bool vis[MAXN]; // 寻找增广路径函数 dfs(u) bool find_path(int u){ for (int v=1;v<=n;++v){ // 遍历右边所有的点 if(g[u][v]==true && !vis[v]){ vis[v]=true; if(pair_v[v]==-1 || find_path(pair_v[v])){ pair_u[u]=v; pair_v[v]=u; return true; } } } return false; } void hungarian(){ memset(pair_u,-1,sizeof(pair_u)); memset(pair_v,-1,sizeof(pair_v)); int res=0; for(int i=1;i<=m;i++){ if(pair_u[i]==-1){ memset(vis,0,sizeof(vis)); if(find_path(i)) res++; } } cout << "Maximum matching size is "<<res<<endl; } ``` 以上程序片段展示了如何构建并执行一次完整的匈牙利算法计算过程。其中`g[][]`数组存储的是两集合间是否存在连接的信息矩阵形式表示方法;而两个`pair_[]`向量分别记录了左右两侧各元素当前所对应的伙伴情况初始状态设为-1代表无人占用。最后调用hungarian()即可得到整个网络的最大配对数目。 #### 性能分析 时间复杂度方面,由于每次查找都需要遍历一遍剩余未处理过的结点集,并且最坏情况下每步都需重复这一动作,因此总体上界可达O(n*m),这里n,m分别为两边定点数量级大小。然而实际运行过程中往往远低于这个数值因为很多情形下提前终止条件会生效减少不必要的迭代次数。 ---
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