图论课件–匈牙利算法与最优匹配算法.ppt

* * 图论及其应用 应用数学学院 本次课主要内容 (一)、匈牙利算法 (二)、最优匹配算法 匈牙利算法与最优匹配算法 (一)、匈牙利算法 1、偶图中寻找完美匹配 (1) 、问题 设G=(X, Y), |X|=|Y|, 在G中求一完美匹配M. (2) 、基本思想 从任一初始匹配M0出发，通过寻求一条M0可扩路P，令M1=M0ΔE(P), 得比M0更大的匹配M1(近似于迭代思想)。 (3) 、M可扩扩路的寻找方法 1965年，Edmonds首先提出: 用扎根于M非饱和点u的M交错树的生长来求M可扩路。 定义1 设G=(X, Y), M是G的匹配，u是M非饱和点。称树H是G的扎根于点u的M交错树,如果： 1) u ∈V(T)； 2) 对任意v ∈V(T), (u, v)路是M交错路。 x1 x2 x3 x4 y2 y1 y3 y4 G=(X, Y) x3 x2 x4 y4 y3 y2 扎根 x3 的M交错树 扎根于M非饱和点u的M交错树的生长讨论： 假如扎根于M非饱和点u的M交错树为H,对于H,有两种情形： 情形1 除点u外，H中所有点为M饱和点，且在M上配对； x4 u x2 y4 y3 y2 扎根 u 的M交错树H x5 情形2 H包含除u外的M非饱和点。 x4 u x2 y4 y3 y2 扎根 u 的M交错树H 对于情形1，令S=V(H)∩X, T=V(H)∩Y,显然： 1) 若N(S)=T, 由于S - ｛u｝中点与T中点配对，所以有： |T|=|S|-1, 于是有： |N(S)| = |S|-1 |S|.由Hall定理，G中不存在完美匹配； 2) 若 令y ∈N(S) – T, 且x与y邻接。因为H的所有点，除u外，均在M下配对。所以，或者x=u，或者x与H的某一顶点配对，这样，有 若y为M饱和的，设yz ∈M,则加上顶点y及z和边xy与yz生长H，得到情形1； 若y为M非饱和的，加上顶点y和边xy生长H，得到情形2. 找到一条M可扩路，可以对匹配进行一次修改，过程的反复进行，最终判定G是否有完美匹配或者求出完美匹配。 根据上面讨论，可以设计求偶图的完美匹配算法。 (4) 、偶图完美匹配算法——匈牙利算法。 设M是初始匹配。 (a) 、若M饱和X所有顶点，停止。否则，设u为X中M非饱和顶点，置S=｛u｝,T=Φ; (b) 、若N(S)=T, 则G中不存在完美匹配。否则设 y ∈N(S) – T. (c ) 若y为M饱和点，且yz ∈M, 置S=S∪｛z｝, T=T∪｛y｝,转(b)。否则，设P为M可扩路，置M1=MΔE(P)，转(a). 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=｛x1y2, x2y3｝。 (a) S=｛x3｝,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) x3 y2 x1 x2 x3 x4 x5 y1 y2 y3 y4 y5 G=(X, Y) (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｝ T=T∪｛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｝ T=T∪｛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 1) 、最多循环|X|次可以找到完美匹配； 2)