Hdu2063—过山车 二分图最大匹配
2014-01-18 11:55
513 查看
附原题链接:http://acm.hdu.edu.cn/showproblem.php?pid=2063
设G=(V,E)是一个无向图。如顶点集V可分区为两个互不相交的子集V1,V2之并,并且图中每条边依附的两个顶点都分属于这两个不同的子集。则称图G为二分图。二分图也可记为G=(V1,V2,E)。
给定一个二分图G,在G的一个子图M中,M的边集{E}中的任意两条边都不依附于同一个顶点,则称M是一个匹配。选择这样的子集中边数最大的子集称为图的最大匹配问题(maximal
matching problem)
图的点覆盖:寻找一个点集,使得图中每一条边至少有一点在该点集中
二分图的最小点覆盖 = 最大匹配
图的独立集:寻找一个点集,其中任意两点在图中无对应边
一般图的最大独立集是NP完全问题
二分图的最大独立集 = 图的点数-最大匹配
图的路径覆盖:用不相交路径覆盖有向无环图的所有顶点
二分图的最小路径覆盖 = 节点数-最大匹配
一条交替路径(Alternating Path)是指这样一条路径,其中的每一条边交替地属于或不属于匹配 M。比如说,第一、三、五条边属于 M,而第二、四、六条不属于 M,等等。
一条增广路径(Augmenting Path)是指从 M 中没有用到的顶点开始,并从 M 中没有用到的顶点结束的交替路径。
所以如下图(3)中所示即为一条增广路径。
结合增广路径的定义和下图所示,我们可以理解以下结论:
增广路径的长度必定为奇数,第一条边和最后一条边都不属于 M。
将 M 和增广路径进行异或操作(去同存异)可以得到一个更大的匹配 M'。
M' 比 M 的匹配数多 1。
M 为 G 的最大匹配当且仅当不存在 M 的增广路径。
于是我们便找到了求二分图最大匹配的算法——匈牙利算法。
算法轮廓:
置 M 为空;
找出一条增广路径,通过异或操作获得更大的匹配 M' 代替 M;
重复步骤 2 直到找不出增广路径为止。
可是步骤 2 具体怎么实现呢?
其实,这是一个连环鸠占鹊巢的故事……
当前匹配 M 外的一点 A(就是图(2)中灰色的两个点中的任意一个),尝试连接匹配 M 中的一点 B。于是 M 中原本连接 B 的点 C 就不得不找其他点(是否在 M 内皆可)连接,甚至不惜像点 A 一样强制连接已经配对的点。如此一般像多米诺骨牌一样递推,直到寻找配对的点 C' 找到一个没有配对(即匹配 M 外)的点,或者找不到任何能与之连接的点。如果最后一个寻找匹配的点找到了一个匹配 M 外的点(如上图(3)),那么我们我们就找到了一条增广路径。
上面一段便是寻找以点 A 为首匹配 M 的增广路径的方法。注意,在寻找与某一点配对的点时,已经在这一轮寻找增广路径中被强制连接的点不能再次被强制连接,否则,就会陷入死循环。
找完以点 A 为首的增广路径,不管是否找到,都要继续寻找以其他匹配 M 外的点为首的增广路径。当 M 外没有点或以任何 M 外点为首都找不到增广路径时,M 就是图 G 的最大匹配。
设G=(V,E)是一个无向图。如顶点集V可分区为两个互不相交的子集V1,V2之并,并且图中每条边依附的两个顶点都分属于这两个不同的子集。则称图G为二分图。二分图也可记为G=(V1,V2,E)。
给定一个二分图G,在G的一个子图M中,M的边集{E}中的任意两条边都不依附于同一个顶点,则称M是一个匹配。选择这样的子集中边数最大的子集称为图的最大匹配问题(maximal
matching problem)
图的点覆盖:寻找一个点集,使得图中每一条边至少有一点在该点集中
二分图的最小点覆盖 = 最大匹配
图的独立集:寻找一个点集,其中任意两点在图中无对应边
一般图的最大独立集是NP完全问题
二分图的最大独立集 = 图的点数-最大匹配
图的路径覆盖:用不相交路径覆盖有向无环图的所有顶点
二分图的最小路径覆盖 = 节点数-最大匹配
增广路径与最大匹配
一条交替路径(Alternating Path)是指这样一条路径,其中的每一条边交替地属于或不属于匹配 M。比如说,第一、三、五条边属于 M,而第二、四、六条不属于 M,等等。一条增广路径(Augmenting Path)是指从 M 中没有用到的顶点开始,并从 M 中没有用到的顶点结束的交替路径。
所以如下图(3)中所示即为一条增广路径。
结合增广路径的定义和下图所示,我们可以理解以下结论:
增广路径的长度必定为奇数,第一条边和最后一条边都不属于 M。
将 M 和增广路径进行异或操作(去同存异)可以得到一个更大的匹配 M'。
M' 比 M 的匹配数多 1。
M 为 G 的最大匹配当且仅当不存在 M 的增广路径。
于是我们便找到了求二分图最大匹配的算法——匈牙利算法。
算法轮廓:
置 M 为空;
找出一条增广路径,通过异或操作获得更大的匹配 M' 代替 M;
重复步骤 2 直到找不出增广路径为止。
可是步骤 2 具体怎么实现呢?
其实,这是一个连环鸠占鹊巢的故事……
当前匹配 M 外的一点 A(就是图(2)中灰色的两个点中的任意一个),尝试连接匹配 M 中的一点 B。于是 M 中原本连接 B 的点 C 就不得不找其他点(是否在 M 内皆可)连接,甚至不惜像点 A 一样强制连接已经配对的点。如此一般像多米诺骨牌一样递推,直到寻找配对的点 C' 找到一个没有配对(即匹配 M 外)的点,或者找不到任何能与之连接的点。如果最后一个寻找匹配的点找到了一个匹配 M 外的点(如上图(3)),那么我们我们就找到了一条增广路径。
上面一段便是寻找以点 A 为首匹配 M 的增广路径的方法。注意,在寻找与某一点配对的点时,已经在这一轮寻找增广路径中被强制连接的点不能再次被强制连接,否则,就会陷入死循环。
找完以点 A 为首的增广路径,不管是否找到,都要继续寻找以其他匹配 M 外的点为首的增广路径。当 M 外没有点或以任何 M 外点为首都找不到增广路径时,M 就是图 G 的最大匹配。
#include<stdio.h> #include<string.h> int link[501];//记录当前与第i个男生连接的女生 int flag[501];//标记当前男生是否已与女生配对 int map[501][501];//记录男孩和女孩可能的配对情况 int k,num_boy,num_girl; int DFS(int x) //匈牙利算法 DFS实现 尝试寻找从当前女孩点为首的增广路径 { int i; for(i=1;i<=num_boy;i++) { if(flag[i]==0&&map[x][i]) { flag[i]=1; if(link[i]==0||DFS(link[i])) //如果当前男生已配对,尝试寻找该配对女生的增广路径 { link[i]=x; //查找到新的增广路径后,建立新的匹配M' return 1; } } } return 0; } int main() { int i,a,b,num; while(~scanf("%d",&k)&&k) { num=0; scanf("%d%d",&num_girl,&num_boy); memset(map,0,sizeof(map)); memset(link,0,sizeof(link)); while(k--) { scanf("%d%d",&a,&b); map[a][b]=1; } for(i=1;i<=num_girl;i++)//遍历左边女生的点集,直到找不到新的增广路径为止 { memset(flag,0,sizeof(flag));//每次查找前,清空标记,从而实现强制连接M内的点,建立新匹配M'的可能 if(DFS(i))//每个点只需DFS查找一次增广路径,若没有,则不论M变化,匹配都不会增加 num++; } printf("%d\n",num); } return 0; }
相关文章推荐
- HDU 2063--过山车【二分图的最大匹配】
- [HDU] 2063 过山车(二分图最大匹配)
- HDU 2063 过山车【二分图最大匹配】
- hdu 2063 过山车(二分图最大匹配,2级)
- HDU 2063 过山车(二分图最大匹配问题+最大流 超时解法)
- hdu 2063 过山车(二分图最大匹配)
- HDU 2063 过山车 【二分图最大匹配(匈牙利模板)】
- hdu 2063 过山车(二分图最大匹配,2级)
- HDU 2063 过山车(匈牙利算法)(二分图求最大匹配)
- HDU 2063 过山车(二分图最大匹配:简单题)
- HDU 2063 过山车 【匈牙利算法,二分图最大匹配】
- hdu 2063 过山车 ( 二分图最大匹配水过 .)
- hdu 2063 过山车 二分图+最大匹配+匈牙利算法
- HDU 2063过山车 二分图最大匹配 匈牙利算法
- HDU 2063 过山车(二分图最大匹配问题,匈牙利算法)
- hdu - 2063 - 过山车(二分图最大匹配)
- HDU 2063 过山车(二分图最大匹配问题)
- hdu 2063 过山车 二分图的最大匹配 匈牙利算法
- (step6.3.1)hdu 2063(过山车——二分图的最大匹配)
- hdu 2063 过山车 + hdu 2119 Matrix (二分图的最大匹配边和最小覆盖点)