图论第5章分析.ppt

* 例1 讨论下图G=(X, Y)是否有完美匹配。 x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) 解：取初始匹配 M=｛x1y1, x2y3｝ (a) S=｛x3｝,T=Φ; x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) x3 H * (b ) N(S)= ｛y2, y3｝, N(S)≠T, 取y2 ∈N(S)-T (c) y2为M非饱和点，加上y2和边x3y2生长树H。此时，置M=MΔE(P)=｛x1y1, x2y3, x3y2｝ x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) y2 x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) x3 H * (a) S=｛x4｝,T=Φ; x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) (b ) N(S)= ｛y2, y3｝, N(S)≠T, 取y2 ∈N(S)-T (c) y2为M饱和点，y2x3∈ M。此时，置S=S∪｛x3｝={x3， x4} T=T∪｛y2｝= ｛y2｝ (b ) N(S)= ｛y2, y3｝ ≠T，取y3 ∈N(S)-T x4 y2 x3 * (c) y3为M饱和点，x2y3 ∈ M。此时，置S=S∪{x2｝={x2, x3 , x4} T=T∪｛y3｝= ｛y2, y3｝ 。 (b ) N(S)= ｛y2, y3｝ ≠T，取y3 ∈N(S)-T x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) (b ) N(S)= ｛y2, y3｝ =T，所以，G无完美匹配。 (5) 、匈牙利算法复杂性分析 S={x3， x4}，T= ｛y2｝ * 1) 、最多循环|X|次可以找到完美匹配； 2) 、初始匹配最多扩张|X|次可以找到完美匹配； 3) 、每次生长树的生长至多2|X|-1次。 所以，算法复杂性为O(|X|3),是好算法。 2、偶图中寻找最大匹配 问题：在一般偶图上求最大匹配M. 分析：使用匈牙利算法求完美匹配时，当在扎根于M非饱和点u的交错树上有|N(S)||S|时，由Hall定理，算法停止。要求出最大匹配，应该继续检查X-S是否为空，如果不为空，则检查是否在其上有M非饱和点。一直到所有M非饱和点均没有M可扩路才停止。 * 偶图中寻找最大匹配算法： 设M是G=(X, Y)的初始匹配。 (1) 置S=Φ, T=Φ; (2) 若X-S已经M饱和，停止；否则，设u是X-S中的一非饱和顶点，置S=S∪｛u｝。 (3) 若N(S)=T,转(5)；否则，设y ∈N(S)-T。 (4) 若y是M饱和的，设yz ∈ M,置S=S∪｛z｝, T=T∪｛y｝,转(3);否则，存在(u, y)交错路是M可扩路P,置M=MΔE(P),转(1). (5) 若X-S=Φ,停止；否则转(2). 二、最优匹配 工作安排问题未考虑每人做某项工作的效率。若要求考虑效率，并问“如何安排使效率最大”，这称为最优安排问题。最优安排的图论模型是在赋权偶图中寻找具有最大权的匹配，称为最优匹配。 设G=(X, Y)是边赋权完全偶图，且X=｛x1, x2,…,xn｝ Y=｛y1, y2,…,yn｝, wij=w(xiyj)。在G中求出一个具有最大权值的完美匹配。 由于Kn,n有n!个不同完美匹配，所以枚举计算量是n!。 在匈牙利算法的基础上，Kuhn（1955）与Munkres(1957)提出了上面问题的好算法。 定义2 设G=(X, Y), 若对任意的x ∈X, y ∈Y,有： 称 l 是赋权完全偶图G的可行顶点标号。 对于任意的赋权完全偶图G，均存在G的可行顶点标号。事实上，设： 则 l 是G的一个可行顶点标号。 2 、可行顶点标号与相等子图 定义3 设 l 是赋权完全偶图G=(X, Y)的可行顶点标号，令： 称Gl = G [El]为G的对应于l 的相等子图。 例如，设如下矩阵是赋权完全偶图G的权值矩阵并注明了一种可行顶点标号l。 0 0 0 0 0 5 4 2 1 3 x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G l=(X, Y) 定理 设 l 是赋权完全偶图G=(X, Y)的可行顶点标号，若相等子图Gl有完美匹配M*,则