二分图最大匹配.pptVIP

二分图最大匹配问题(贪心算法) BY 长郡中学 曹博凯 二分图的基本概念 匹配的基本概念 设G=[V，E]是一个无向图，M属于E是G的若干条边的集合，如果M中的任意两条边都没有公共的端点，就称M是一个匹配。 最大匹配的基本概念 二分图的最大匹配 常用算法 网络流算法（编程复杂，小题大做） 匈牙利算法（理解困难，实现简单） 以上这些我都不会怎么办？ 贪心算法 下面，我们引进一种能够完美解决二分图最大匹配问题的贪心算法。 会议安排 一个重要的会议由A公司的M位代表和B公司的N位代表参加（M，N≤1000，代表用1，2，……，M和1，2，……，N表示）。他们被预先分成K(K≤60000)组进行谈判。每组两个人分别来自A公司和B公司。每个参加会议的代表都至少参加了一组谈判。会议为每一个代表都准备了一个房间。技术人员将会在一些房间之间连上直通电话，一个代表至少要和他的一个谈判对手直接联络。连接一个直通电话的价格是常数。技术人员要用尽量少的花费满足会议的要求。 题目分析 这道题目我们很容易将其抽象成为二分图最大匹配的基本模型。我们可以用匈牙利算法求出其最大匹配M，然后所求解即为n+m-M。 可是，考场上并不是每个人都能想到这一巧妙的转换。 于是，我们可以怀抱着一种骗分的心态，构造出一种贪心策略，从而得到满分！ 贪心算法 首先，我们将每条无向边拆分成两条反向的有向边，存储在邻接表中。与此同时，我们记录下每个顶点的出度。 然后，我们每次找出一个当前未被访问过的结点中，出度最小的结点u。同时，再在以该结点u为起始点的所有边所对的点中，找出一个同样满足未被访问，且出度最小的结点v。 贪心算法 接着，我们将u,v两点都进行删除操作。 （当u的出边所对的点都已被访问，那么就找不到满足条件的v，因此只对u进行操作） 所谓删除操作，在这里，删除s，其实就是将s的所有出边所对的点t的出度都减一。 （因为要删除点s，即(s,t)也被删除，即(t,s)也要被删除，所以t的出度要减一） 贪心算法 这样循环做下来，我们每做一次都相当于连了一条边（u,v），于是inc(ans)。 同时，我们对这条边的两个端点u,v都做了删除操作（如果可以的话）。每删一个点就inc(tot)，直到tot=n+m，即两边的点均被删完。 此时我们得到的ans值即为答案，直接输出即可。 总结 以上就是简单明了的二分图最大匹配的贪心算法。 比起前面所提到的网络流算法和匈牙利算法，都有着无可比拟的优越性。 它不但比前面两个算法都要好理解，而且不及网络流算法的编程复杂度，也不用担心匈牙利算法的递归层数。 注意 以上所述的贪心算法仅适用于二分图的最大匹配问题，最佳匹配问题是不适用的。 本人尚未见到有人能够对此算法给出严格的证明，但是网上确实也有不少人有用此算法过全点的经历。 总之，请各位慎重使用！ （：以下附例题的主程序的代码 主程序代码 procedure add(i,j:longint); begin inc(top); v[top]:=j; next[top]:=u[i]; u[i]:=top; inc(degree[i]); end; procedure ins(i:longint); var o:longint; begin visit[i]:=true; inc(tot); o:=u[i]; while o0 do begin dec(degree[v[o]]); o:=next[o]; end; end; begin readln(n,m,k); for a:=1 to k do begin readln(b,c); c:=n+c; add(b,c); add(c,b); end; 主程序代码 n:=n+m; while totn do begin b:=maxlongint;//找结点u for a:=1 to n do if(not visit[a])and(degree[a]b)then begin b:=degree[a]; c:=a; end; a:=u[c]; b:=maxlongint;//找结点v while a0 do begin if(not visit[v[a]])and(degree[