匈牙利算法及程序.docVIP

匈牙利算法及程序 匈牙利算法自然避不开Hall定理，即是：对于二部图G，存在一个匹配M，使得X的所有顶点关于M饱和的充要条件是：对于X的任意一个子集A，和A邻接的点集为T(A)，恒有： │T(A)│ = │A│ 匈牙利算法是基于Hall定理中充分性证明的思想，其基本步骤为： 1．任给初始匹配M； 2．若X已饱和则结束，否则进行第3步； 3．在X中找到一个非饱和顶点x0，作V1 ← {x0}, V2 ← Φ； 4．若T(V1) = V2则因为无法匹配而停止，否则任选一点y ∈T(V1)\V2； 5．若y已饱和则转6，否则做一条从x0 →y的可增广道路P，M←M?E(P)，转2； 6．由于y已饱和，所以M中有一条边(y,z)，作 V1 ← V1 ∪{z}, V2 ← V2 ∪ {y}， 转4； 设数组up[1..n] --- 标记二分图的上半部分的点。 down[1..n] --- 标记二分图的下半部分的点。 map[1..n，1..n] --- 表示二分图的上，下部分的点的关系。 True-相连， false---不相连。 over1[1..n]，over2[1..n] 标记上下部分的已盖点。 use[1..n，1..n] - 表示该条边是否被覆盖 。 首先对读入数据进行处理 ，对于一条边(x，y) ，起点进集合up，终点进集合down。 标记map中对应元素为true。 1. 寻找up中一个未盖点 。 2. 从该未盖点出发 ，搜索一条可行的路线 ，即由细边出发， 由细边结束， 且细粗交错的路线 。 3. 若找到 ，则修改该路线上的点所对应的over1，over2，use的元素。重复步骤1。 4. 统计use中已覆盖的边的条数total，总数n减去total即为问题的解。 匈牙利算法 开放分类： 算法、数据结构、离散数学、二分图匹配 求最大匹配的一种显而易见的算法是：先找出全部匹配，然后保留匹配数最多的。但是这个算法的时间复杂度为边数的指数级函数。因此，需要寻求一种更加高效的算法。 增广路的定义(也称增广轨或交错轨)： 若P是图G中一条连通两个未匹配顶点的路径，并且属M的边和不属M的边(即已匹配和待匹配的边)在P上交替出现，则称P为相对于M的一条增广路径。 由增广路的定义可以推出下述三个结论： 1－P的路径长度必定为奇数，第一条边和最后一条边都不属于M。 2－P经过取反操作可以得到一个更大的匹配M’。 3－M为G的最大匹配当且仅当不存在相对于M的增广路径。 用增广路求最大匹配(称作匈牙利算法，匈牙利数学家Edmonds于1965年提出) 算法轮廓： (1)置M为空 (2)找出一条增广路径P，通过取反操作获得更大的匹配M’代替M (3)重复(2)操作直到找不出增广路径为止 时间复杂度 邻接矩阵：最坏为O(n^3) 邻接表：O(nm) 空间复杂度 O(n^2) O(m+n) 程序清单： #includestdio.h #includestring.h bool g[201][201]; int n,m,ans; bool b[201]; int link[201]; bool init() { int _x,_y; memset(g,0,sizeof(g)); memset(link,0,sizeof(link)); ans=0; if(scanf(%d%d,n,m)==EOF)return false; for(int i=1;i=n;i++) { scanf(%d,_x); for(int j=0;j_x;j++) { scanf(%d,_y); g[ i ][_y]=true; } } return true; } bool find(int a) { for(int i=1;i=m;i++) { if(g[a][ i ]==1!b[ i ]) { b[ i ]=true; if(link[ i ]==0||find(link[ i ])) { link[ i ]=a; return true; } } } return false; } int main() { while(init()) { for(int i=1;i=n;i++) { memset(b,0,sizeof(b)); if(find(i))ans++; } printf(%d\n,ans); } } Pascal: Program matching; Const max = 1000; Var map : array [1..max, 1..max] of boolean; {邻接矩阵} match: array