二分图的最大匹配

来源:http://blog.csdn.net/pi9nc/article/details/11848327

来源:https://comzyh.com/blog/archives/148/

这篇文章讲无权二分图(unweighted bipartite graph)的最大匹配(maximum matching)和完美匹配(perfect matching),以及用于求解匹配的匈牙利算法(Hungarian Algorithm);不讲带权二分图的最佳匹配。

二分图的定义和判断方法

:简单来说,如果图中点可以被分为两组,并且使得所有边都跨越组的边界,则这就是一个二分图。准确地说:把一个图的顶点划分为两个不相交集 U  和 V ,使得每一条边都分别连接U 、 V  中的顶点。如果存在这样的划分,则此图为一个二分图。二分图的一个等价定义是:不含有「含奇数条边的环(也就是回路长度均为偶数)」的图


证明大体思路:对于无回路的图,显然它可以匹配一个二分图(染色法判断)

我们只要考察所有回路,如果对于所有回路都可以构成二分图,那么也必然可以构成二分图

具体证明(来自百度百科):

无向图G为二分图的充分必要条件是,G至少有两个顶点,且其所有回路的长度均为偶数。

证先证必要性。
设G为二分图。由于X,Y非空,故G至少有两个顶点。若C为G中任一回路,令
C = (v0,v 1,v2,…,v l-1,v l = v0)
其中诸vi (i = 0,1,…,l)必定相间出现于X及Y中,不妨设
{v0,v2,v4,…,v l = v0} Í X
{v1,v3,v5,…,v l-1} Í Y
因此l必为偶数,从而C中有偶数条边。

再证充分性。
设G的所有回路具有偶数长度 ,并设G为连通图(不失一般性,若G不连通,则可对G的各连通分支作下述讨论)。
令G的顶点集为V,边集为E,现构作X,Y,使 = G。取v0的回路V,置
X = {v | v= v0或v到v0有偶数长度的通路}
Y = V-X
X显然非空。 现需证Y非空,且没有任何边的两个端点都在X中或都在Y中。
由于|V|≥2并且G为一连通图,因此v0必定有相邻顶点长度为1,设为v1,那么v1存在于Y; 故Y不空。
设有边(u,v),使u存在于X,v存在于X。那么,v0到u有偶数长度的通路,或u = v0;v0到v有偶数长度的通路,或v = v0。 无论何种情况,均有一条从v0到v0的奇数长度的闭路径( 从V0到V,V到U,U到V0是一个奇数 因而有从v0到v0的奇数长度的回路 (因从闭路径上可能删去的回路长度总为偶数),与 题设 矛盾。故不可能有边(u,v)使u,v均在X中。
“没有任何边的两个端点全在Y中”的证明可仿上进行 ,请读者思考。

匹配

:在图论中,一个「匹配」(matching)是一个边的集合其中任意两条边都没有公共顶点。例如,图 3、图 4 中红色的边就是图 2 的匹配。

Bipartite Graph(1)  Bipartite Graph(2)  Matching  Maximum Matching

我们定义匹配点匹配边未匹配点非匹配边,它们的含义非常显然。例如图 3 中 1、4、5、7 为匹配点,其他顶点为未匹配点;1-5、4-7为匹配边,其他边为非匹配边。
最大匹配:G中边数最多的匹配称为最大匹配

最大匹配:一个图所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。图 4 是一个最大匹配,它包含 4 条匹配边。

完美匹配:如果一个图的某个匹配中,所有的顶点都是匹配点,那么它就是一个完美匹配。图 4 是一个完美匹配。显然,完美匹配一定是最大匹配(完美匹配的任何一个点都已经匹配,添加一条新的匹配边一定会与已有的匹配边冲突)。但并非每个图都存在完美匹配。

求解最大匹配问题的一个算法是匈牙利算法,下面讲的概念都为这个算法服务。

5交替路:从一个未匹配点出发,依次经过非匹配边、匹配边、非匹配边...形成的路径叫交替路

增广路:从一个未匹配点出发,走交替路,如果途径另一个未匹配点(出发的点不算),则这条交替路称为增广路(agumenting path)。例如,图 5 中的一条增广路如图 6 所示(图中的匹配点均用红色标出):

6

增广路有一个重要特点:非匹配边比匹配边多一条。因此,研究增广路的意义是改进匹配。只要把增广路中的匹配边和非匹配边的身份交换即可。由于中间的匹配节点不存在其他相连的匹配边,所以这样做不会破坏匹配的性质。交换后,图中的匹配边数目比原来多了 1 条。


算法

匈牙利算法是由匈牙利数学家Edmonds于1965年提出,因而得名。匈牙利算法是基于Hall定理中充分性证明的思想,它是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法。

(转载来源 http://blog.csdn.net/dark_scope/article/details/8880547)


趣味算法解释

通过数代人的努力,你终于赶上了剩男剩女的大潮,假设你是一位光荣的新世纪媒人,在你的手上有N个剩男,M个剩女,每个人都可能对多名异性有好感(-_-||暂时不考虑特殊的性取向),如果一对男女互有好感,那么你就可以把这一对撮合在一起,现在让我们无视掉所有的单相思(好忧伤的感觉),你拥有的大概就是下面这样一张关系图,每一条连线都表示互有好感。


本着救人一命,胜造七级浮屠的原则,你想要尽可能地撮合更多的情侣,匈牙利算法的工作模式会教你这样做:

===============================================================================

 先试着给1号男生找妹子,发现第一个和他相连的1号女生还名花无主,got it,连上一条蓝线


===============================================================================

接着给2号男生找妹子,发现第一个和他相连的2号女生名花无主,got it


===============================================================================

接下来是3号男生,很遗憾1号女生已经有主了,怎么办呢?

我们试着给之前1号女生匹配的男生(也就是1号男生)另外分配一个妹子。

(黄色表示这条边被临时拆掉)

与1号男生相连的第二个女生是2号女生,但是2号女生也有主了,怎么办呢?我们再试着给2号女生的原配()重新找个妹子(注意这个步骤和上面是一样的,这是一个递归的过程)


此时发现2号男生还能找到3号女生,那么之前的问题迎刃而解了,回溯回去

2号男生可以找3号妹子~~~                  1号男生可以找2号妹子了~~~                3号男生可以找1号妹子

所以第三步最后的结果就是:


===============================================================================

 接下来是4号男生,很遗憾,按照第三步的节奏我们没法给4号男生出来一个妹子,我们实在是无能为力了……香吉士同学走好。

===============================================================================

这就是匈牙利算法的流程,其中找妹子是个递归的过程,最最关键的字就是“ ”字

其原则大概是:有机会上,没机会创造机会也要上

【code】

N是二分图左边的点,M是右边的点

通过对于左边的每个点扫描一次。复杂度O(N*M)

[cpp]  view plain  copy
  1. bool find(int x){  
  2.     int i,j;  
  3.     for (j=1;j<=m;j++){    //扫描顶点  
  4.         if (line[x][j]==true && used[j]==false)        
  5.         //如果联通(有关系)并且还没有标记过(这里标记的意思是这次查找正在改变这个顶点的归属问题)
  6.         {  
  7.             used[j]=1;  
  8.             if (girl[j]==0 || find(girl[j])) {   //条件:这个点未匹配或者已经匹配了
  9. //如果递归成功,说明可以移到另一个顶点上面(因为我们这里used[i]已经使用了)
  10.                 //名花无主或者能腾出个位置来,这里使用递归  
  11.                 girl[j]=x;  
  12.                 return true;  
  13.             }
  14. 注意:
  15. //后面不用加上 isused[j]=-1; 消除标记
    //因为如果这里无法改变j的归属,那么j的归属在后面也无法改变
       
  16.         }  
  17.     }  
  18.     return false;  
  19. }  
[cpp]  view plain  copy
  1. for (i=1;i<=n;i++)  
  2. {  
  3.     memset(used,0,sizeof(used));    //这个在每一步中清空  
  4.     if find(i) all+=1;  
  5. }  

这里“正在改变”的含义:其他男生不能通过指向这个女生来使得当前问题得到解决,可以理解为这些女生是待解决的女生,不能通过男生和待解决的女生连线解决问题。 


严密算法解释

增广路:

若P是图G中一条连通两个未匹配顶点的路径,并且属于M的边和不属于M的边(即已匹配和待匹配的边)在P上交替出现,则称P为相对于M的一条增广路径(举例来说,有A、B集合,增广路由A中一个点通向B中一个点,再由B中这个点通向A中一个点……交替进行)。

你可能感兴趣的:(二分图的最大匹配)