二分图的最大匹配 (匈牙利算法)
2014-10-06 15:13
204 查看
二分图:顶点可以分类两个集合X和Y,所有的边关联的两个顶点恰好一个属于集合X,另一个属于集合Y.
二分图匹配:给定一个二分图G,在G的一个子图M中,M的边集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。
最大匹配:图中包含边数最多的匹配称为图的最大匹配.
完美匹配:如果所有点都在匹配边上,则称这个最大匹配是完美匹配.
二分图匹配基本概念:
未盖点:设VI是G的一个顶点,如果VI不与任意一条属于匹配M的边相关联,就称VI是一个未盖点.
交错轨:设P是图G的一条轨,如果P的任意两条相邻的边一定是一条属于M而另一条不属于M,就称P是交错轨.
可增广轨(增广路):两个端点都是未盖点的交错轨称为可增广轨。
可增广轨的性质:
1:P的路径长度必定为奇数,第一条边和最后一条边都不属于M。
2:P经过取反操作可以得到一个更大的匹配M’。
3:M为G的最大匹配当且仅当不存在相对于M的增广路径。
二分图最大匹配匈牙利算法思路:
思路是不停的找增广轨,并增加匹配的个数,增广轨顾名思义是指一条可以使匹配数
变多的路径,在匹配问题中,增广轨的表现形式是一条"交错 轨",也就是说这条由
图的边组成的路径,它的第一条边是目前还没有参与匹配的,第二条边参与了匹配,
第三条边没有...最后一条边没有参与匹配,并且始点和 终点还没有被选择过.
这样交错进行,显然他有奇数条边.那么对于这样一条路径,我们可以将第一条边
改为已匹配,第二条边改为未匹配...以此类推.也就是将所有的边进行"取反",
容易发现这样修改以后,匹配仍然是合法的,但是匹配数增加了一对.另外,单独的
一条连接两个未匹配点的边显然也是交错轨.
可以证明,当不能再找到增广轨时,就得到了一个最大匹配.
参考代码:
[b]知识扩展:
二分图的最小顶点覆盖
最小顶点覆盖要求用最少的点(X或Y中都行),让每条边都至少和其中一个点关联。
knoig定理:二分图的最小顶点覆盖数 = 二分图的最大匹配数(m)
DAG图的最小路径覆盖
用尽量少的不相交简单路径覆盖有向无环图(DAG)G的所有顶点,这就是DAG图的最小路径覆盖问题。
结论:DAG图的最小路径覆盖数 = 节点数(n)- 最大匹配数(m)
二分图的最大独立集
结论:二分图的最大独立集数 = 节点数(n)- 最大匹配数(m)
二分图匹配:给定一个二分图G,在G的一个子图M中,M的边集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。
最大匹配:图中包含边数最多的匹配称为图的最大匹配.
完美匹配:如果所有点都在匹配边上,则称这个最大匹配是完美匹配.
二分图匹配基本概念:
未盖点:设VI是G的一个顶点,如果VI不与任意一条属于匹配M的边相关联,就称VI是一个未盖点.
交错轨:设P是图G的一条轨,如果P的任意两条相邻的边一定是一条属于M而另一条不属于M,就称P是交错轨.
可增广轨(增广路):两个端点都是未盖点的交错轨称为可增广轨。
可增广轨的性质:
1:P的路径长度必定为奇数,第一条边和最后一条边都不属于M。
2:P经过取反操作可以得到一个更大的匹配M’。
3:M为G的最大匹配当且仅当不存在相对于M的增广路径。
二分图最大匹配匈牙利算法思路:
思路是不停的找增广轨,并增加匹配的个数,增广轨顾名思义是指一条可以使匹配数
变多的路径,在匹配问题中,增广轨的表现形式是一条"交错 轨",也就是说这条由
图的边组成的路径,它的第一条边是目前还没有参与匹配的,第二条边参与了匹配,
第三条边没有...最后一条边没有参与匹配,并且始点和 终点还没有被选择过.
这样交错进行,显然他有奇数条边.那么对于这样一条路径,我们可以将第一条边
改为已匹配,第二条边改为未匹配...以此类推.也就是将所有的边进行"取反",
容易发现这样修改以后,匹配仍然是合法的,但是匹配数增加了一对.另外,单独的
一条连接两个未匹配点的边显然也是交错轨.
可以证明,当不能再找到增广轨时,就得到了一个最大匹配.
参考代码:
#include<stdio.h> #include<string.h> int edge[150][150],m,n,k,used[150],link[150]; int dfs(int pos) //匈牙利算法 { int i; for(i=1;i<=m;i++) if(edge[pos][i]&&!used[i]){ used[i]=1; if(link[i]==-1||dfs(link[i])){ link[i]=pos; return 1; } } return 0; } int main() { int i,a,b,s; while(scanf("%d",&n)!=EOF){ if(n==0) break; scanf("%d%d",&m,&k); memset(edge,0,sizeof(edge)); while(k--){ scanf("%d%d%d",&i,&a,&b); edge[a]=1; //建图,可以用邻接表 } s=0; memset(link,-1,sizeof(link)); //先初始化 for(i=1;i<=n;i++){ memset(used,0,sizeof(used)); s+=dfs(i); } printf("%d\n",s); } return 0; }
[b]知识扩展:
二分图的最小顶点覆盖
最小顶点覆盖要求用最少的点(X或Y中都行),让每条边都至少和其中一个点关联。
knoig定理:二分图的最小顶点覆盖数 = 二分图的最大匹配数(m)
DAG图的最小路径覆盖
用尽量少的不相交简单路径覆盖有向无环图(DAG)G的所有顶点,这就是DAG图的最小路径覆盖问题。
结论:DAG图的最小路径覆盖数 = 节点数(n)- 最大匹配数(m)
二分图的最大独立集
结论:二分图的最大独立集数 = 节点数(n)- 最大匹配数(m)
相关文章推荐
- 二分图最大匹配(匈牙利算法)
- 二分图的最大匹配(匈牙利算法)
- poj3041二分图的最大匹配匈牙利算法
- [Matrix67]二分图最大匹配问题匈牙利算法
- POJ 1274The Perfect Stall (二分图最大匹配问题,匈牙利算法实现)
- 二分图最大匹配问题匈牙利算法
- (资料)二分图(偶图)最大匹配解法之一匈牙利算法
- Pku acm 3041 Asteroids 数据结构题目解题报告(十六)---- 匈牙利算法求二分图的最大匹配
- Pku acm 2771 Guardian of Decency 数据结构题目解题报告(十五)---- 匈牙利算法求二分图的最大匹配
- 二分图最大匹配 - 匈牙利算法
- 二分图最大匹配 匈牙利算法
- 匈牙利算法求二分图的最大匹配
- 匈牙利算法 (二分图的最大匹配)
- Pku acm 1466 Girls and Boys数据结构题目解题报告(十七)---- 匈牙利算法求二分图的最大匹配
- 二分图的最大匹配匈牙利算法和最小支配集
- 用匈牙利算法求二分图的最大匹配
- 二分图最大匹配(匈牙利算法)
- Pku acm 2239 Selecting Courses 数据结构题目解题报告(十二)---- 匈牙利算法求二分图的最大匹配
- 二分图最大匹配 匈牙利算法 (自己写的模板)
- Pku acm 2536 Gopher II 数据结构题目解题报告(十四)---- 匈牙利算法求二分图的最大匹配