二分图匹配,匈牙利算法原理与实现

1 婚恋市场,明码实价

中国如今男女比例严重失衡,2021年预计将有9200万单身贵族。为了帮助解决这个社会性问题,提升整体人民的幸福感,小K打算投身到这份伟大的事业中。
几何思维”婚恋所,用最科学的方法,帮你脱单。通过概率论寻找最佳匹配对象,再通过微积分精确计算好感上升曲线,最后用数值分析无限逼近对方的理想型。最可怕的是,还包邮呢亲,关注一波了解一下?

上班第一天,老板给了小K一份单身男女好感的数据资料。如下图,连线表示双方互有好感,可以尝试处对象。

image

突然遇到了一个问题,那怎么才能进行最大的匹配,创造整体人民最大的幸福感呢,当然也可以顺便拿最多的中介费啦。

2 不要怂,就是干

很多时候不是你比别人差,而是你执行力不够,在犹豫中丧失机会。
大家就先行动起来吧。

快看,男1号选手在小K的鼓励(怂恿)下,率先对女1号发起了进攻。在离失败只有0.01公分的时候,他竟然奇迹般的完成反杀,没错,他成功啦,这种高超的技巧,娴熟的手法简直如同教科书一般,值得在座的每个同学深入研究反复琢磨啊。

image

男2号选手也不甘落后,也对女2号选手发起了进攻,没错,又一次成功啦。

image

男3号选手:我勒个去,我上我也行啊。于是也对自己心动的女1号发起了进攻,毫无意外,他阵亡了。。。

image

中间彩蛋。

image

男3号不甘心,原地复活,想再战一回。在一个地方跌倒,咱们就换一个地方再跌。。。
于是对女2号发起了进攻。

image

几经波折。

image

男3号终于也成为了有牵绊的男人,不论未来有多久,只在乎曾经拥有过。

image

男4一看:这也没我啥事儿了啊。

以上的过程其实就是经典的匈牙利算法,求解二分图的最大匹配问题。

3 匈牙利算法

二分图
定义:设G=(V,E)是一个无向图,顶点集V可分割为两个互不相交的子集X,Y,并且图中每条边关联的两个顶点都分属于这两个互不相交的子集,两个子集内的顶点不相邻。

image

判断是否为二分图的充要条件:G至少有两个顶点,且其所有回路的长度均为偶数。
判断方法:染色法

  • 开始对任意一未染色的顶点染色
  • 判断其相邻的顶点中,若未染色则将其染上和相邻顶点不同的颜色;
  • 若已经染色且颜色和相邻顶点的颜色相同则说明不是二分图,若颜色不同则继续判断

可用bfs或者dfs。

image

匹配
在二分图G的子图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

image

饱和点
匹配M的边集所关联的点为饱和点,否则为非饱和点。如上图:

  • M1M1 的饱和点:X1,X3,X4,Y1,Y2,Y3X1,X3,X4,Y1,Y2,Y3。
  • M2M2的饱和点:X1,X2,Y1,Y3X1,X2,Y1,Y3。

交错路
定义:图G的一条路径,且路径中的边在属于M和不属于M中交替出现。

image

增广路(非网络流中的定义)
定义:一条交错路,且该交错路的起点和终点都为匹配M的非饱和点。
如上图,交错路1是增广路;交错路2不是增广路,因为终点 X1 不是非饱和点。

由增广路推出以下结论:

  • 路径的边数为奇数,第一条边和最后一条边都不属于M
  • 将路径中的边的匹配方式取反操作,会得到更大的匹配M',匹配数加1
  • M为图G的最大匹配等价于不存在M的增广路
image

匈牙利算法核心思想:

  • 1.初始匹配M为空
  • 2.找出一条增广路径p,取反操作得到更大的匹配M'代替M
  • 3.重复步骤2,直到找不出增广路为止

4 代码实现

变量定义及初始化

const int MAXM = 200, MAXN = 200;
bool map[MAXN][MAXM] = {false}, visit[MAXM];
int n, m, x[MAXM], y[MAXN], ans = 0;

初始化

void init() {
    memset(x, 0xff, MAXM * 4);
    memset(y, 0xff, MAXN * 4);
    memset(map, false, MAXN * MAXM);

    int num, temp;
    cin >> n >> m;
    for (int i = 0; i < n; ++i) {
        cin >> num;
        for (int j = 0; j < num; ++j) {
            cin >> temp;
            map[i][temp - 1] = true;
        }
    }
}

递归寻找增广路

bool hungary(int u) {
    for (int i = 0; i < m; ++i) {
        if (!visit[i] && map[u][i]) {
            visit[i] = true;
            if (y[i] == -1 || hungary(y[i])) {
                x[u] = i;
                y[i] = u;
                return true;
            }
        }
    }
    return false;
}

遍历所有点

int main() {
    init();
    for (int i = 0; i < n; ++i) {
        if (x[i] == -1) {
            memset(visit, false, MAXM);
            if (hungary(i)) {
                ans++;
            }
        }
    }
    cout << ans << endl;

    return 0;
}

测试数据

输入
5 5
2 2 5
3 2 3 4
2 1 5
3 1 2 5
1 2
输出
4

作者:几何思维
原文链接:https://www.cnblogs.com/kylewilson/p/14517884.html

你可能感兴趣的:(二分图匹配,匈牙利算法原理与实现)