3匹配及覆盖及其应用.pptVIP

图3 则X的每个顶点都是饱和的，所以当前匹配是最佳匹配，即 其权为： yansxjm@126.com 匹配与覆盖 1 工作安排问题 2 匹配与覆盖及其应用 系统监控问题 3 建模案例：锁具装箱问题 4 一、匹配与覆盖 1、基本概念 定义1 设图 若M的边互不相邻，则称 M是G的一个匹配。M的边称为匹配边， E\M的边称为自由边。 若 则称u(或v)是v(或u)的配偶。若顶点v与M的一 条边关联，则称v是M-饱和的；否则称为是M-非饱和的。设M 是G的一个匹配，若G的每个顶点都是M-饱和的，则称M是G的 完美(理想)匹配。设M是G的一个匹配，若不存在匹配 使 则称M为G的最大匹配。 〖说明〗 显然，完美匹配一定是最大匹配，反之不一定成立。 (a)所示的匹配(匹配边用粗线表示，下同)是最大匹配但不是完美匹配，实际上该图没有完美匹配。 (b)所示匹配是完美匹配，也是最大匹配。 (a)最大匹配 (b)完美匹配 1、基本概念 定义2 设M是图G=(V,E)的匹配，称其边交错于M和E\M的路(圈)为M-交错路(圈)。起点和终点都是M-非饱和点的交错路称为M-增广路。 定义3 设 若G的每条边都与K的一个 顶点关联，则称K是图G的一个覆盖。设K是G的一个覆盖， 若不存在覆盖 使 则称K是一个最小覆盖。 2、性质 定理1 设M是图G的匹配，则M是最大匹配的充要条件是，G没有M-增广路。 此定理提供了求最大匹配的基本思想和方法。 定理2 设M是图G的匹配，K是覆盖，则： 若 则M是最大匹配，K是最小覆盖。 3、二元图的匹配 关于匹配的一般性质对二元图自然也成立，但二元图的匹配还有自身的重要性质，即： 定理3 设G=(X,Y,E)是二元图，M是匹配，K是覆盖，则M,K分别是最大匹配、最小覆盖的充要条件是： 定理4 对二元图G=(X,Y,E)，有： (1)G存在饱和X的每个顶点的匹配的充要条件是 (2)G存在完美匹配 (3) 则存在 饱和X的每个顶点的匹配。 下图是否存在最大匹配？ 定理3 设G=(X,Y,E)是二元图，M是匹配，K是覆盖，则M,K分别是最大匹配、最小覆盖的充要条件是： 下图是否存在完美匹配？ 定理4 对二元图G=(X,Y,E)，有： (1)G存在饱和X的每个顶点的匹配的充要条件是 (2)G存在完美匹配 (3) 则存在 饱和X的每个顶点的匹配。 【例】 如图所示，M是二元图G的最大匹配， 因为 所以K是G的最小覆盖。 又因为 因此存在饱和X的所有顶点的匹配(或取t=3,利用 定理4中(3)的结论);但对于 不成立，如取 ,因此不存 在完美匹配。 二、工作安排问题 1、工作安排问题之一 假设有：n个工人 n件工作 已知工人 能胜任 件工作(i=1,2, …,n),问能否存在 一种安排使每人能分配到他所能胜任的一件工作，若能，如何安排？ 即：找到一个方案即可，不妨寻找完美匹配。 【分析】 设顶点集X= 顶点集Y= 由此得到二元图G=(X,Y,E),问题转化为二元图的完美匹配。 因为 因此完美匹配即为最大匹配。 〖匈牙利（Hungarian）算法〗 求二元图的最大匹配。 〖匈牙利（Hungarian）算法〗 求二元图的最大匹配。 〖基本思想〗 任选取一个匹配M，对X的所有M-非饱和点，寻找M-增广路，若不存在M-增广路，则M为最大匹配；若存在M-增广路，则将M-增广路中M与非M的边互换，得到比M多一边的 再对 重复上述过程。 定理1 设M是图G的匹配，则M是最大匹配的充要条件是，G没有M-增广路。 此定理提供了求最大匹配的基本思想和方法。 〖算法步骤〗 设G=(X,Y,E) 是二元图，M是一个匹配 1)令 2)若M饱和X\S的每个顶点，则M是最大匹配。否则，取M-非饱和点 令 3)若 转6). 否则，取 若y是M-饱和点，转4),否则转5); 4)设 则令 转3); 5)u-y路是M-增广路，设为P，并令 转1); 6)若 则M是最大匹配，否则转2). 2、工作安排问题之二 假设有：n个工人 n件工作 若工人 担任工作 的效率为 对每人分配一件工作，使总效率最大。 设顶点集 以 为边 的权，作赋权完备二元图G=(X,Y,E),则问题转化为：在赋 权完备二元图中，求权最大的饱和X顶点的完美匹配——最佳匹配。 〖分析〗 〖算法〗 Kuhn-Munkres可行顶点标号法：求赋权完备二元图的X的最佳匹配。 〖定义1〗 设赋权完备二元图G=(X,Y,E)的每个顶点 对应一个实数 若满足： 其中w(x,y)是边(x,y)的权，则称L为G的一个可行顶点标记。 设L为可行顶点标记，则称相应的生成子图