第五章 匹配和 与因子分解3 图论及其应用课件.pptVIP

* * Email: yc517922@126.com 图论及其应用 任课教师：杨春 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 (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) 、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).