计算图中的最大对集的匈牙利方法.docVIP

专业资料 WORD完美格式 下载可编辑 计算图中的最大对集的匈牙利方法 背景知识介绍—在一个网络中往往要求计算其中的最大对集。是由匈牙利人Egervary于1931年发现，后被另外一个匈牙利人Edmonds所推广（到一般图中的“开花算法”） 基本方法—利用反圈法 第一节 二部图中最大对集的有效算法 设为一个二部图，是中一个对集。 型节点----位于的节点； 型节点---位于中的节点； -边----位于中的边； 注意：一个增广路的长度为奇数，所以这样的路的两个端点必须是同型节点。 反圈法基本原则--- （1）初始时，令； （2）在中选边时，必须按照以下原则： (a)如果时，则选取以为端点的非边（即，在型节点处只选非边）； (b)如果 ，则选取以为端点的边（即，在型节点处只选边） （3）若在某一步，出现下述情况之一时算法要终止： 情况1。中有非饱和的型节点（此时得到一条关于的增广路）； 情况2.。情况1不出现，且中无边可选（此时中不存在关于的增广路）。 定理1.当匈牙利算法结束时，得到一个最大对集 解答：下面我们来证明这个方法（算法）的正确性。 如果情况1发生，根据我们算法特点，每一步上都是森林，其中每一个树都是以中的一点为根的。根据的定义，每一个树以一个非饱和的型节点为根。按照选边原则（2）可以看出：每一个树上，根与任意节点之间的唯一的路是交错路、。所以，当某个非饱和的型节点属于时，这个树上联接根节点与它的路是一个长度为奇数的增广路。 现在假定情况2出现。我们用表示此时的（一定要记住：中的每一个节点都位于一个树中）。令记 其几何意义如图所示：（注意：这是其中一种结构，也是最重要的结构，即，假定对集中所有边都被包含在以为根的树中）。 结论1.所有非饱和的型节点都在中（这是根据的定义得到的。表明：每一个这样的非饱和型节点都是一个树的根，这个树有可能退化为一个节点！）； 结论2。所有的非饱和的型节点都在中（否则，选边原则（1）可得到增广路）； 结论3.（前提是：连通） 事实上，如果有使得，则因为，知道如果则是可选边（事实上此时有增广路联接与中点），与情况2的定义相违背；如果，则，必然有使得，与是对集相违背。 结论4. （这个显然成立） 注意：上述图形仍有地方要知道：中含有未被饱和的非根节点（因此，） 注意：上述的有些东西可能描述的不太精确。我们下面详细说明。 记住当前算法执行到情况2，无法选边而且情况1不发生。可选边时有两种选法：沿着对集中的边向下走，沿着非中边向上走。 （1）：将对集分成两类：和，其中是以中的节点为根的树中所能包含的边形成的子对集，而则是无法被这些树所含有的子对集（可以为空集）； （2）对集所能饱和的的节点集合为，没有被饱和的节点集合为 （3）； （4）（这是由于无法选边决定的，否则，有些子树可以长大）； （5）（理由同上）。 这样， 结论1.所有非饱和的型节点都在中（这是根据的定义得到的。表明：每一个这样的非饱和型节点都是一个树的根，这个树有可能退化为一个节点！）； 结论2。所有的非饱和的型节点都在中（否则，选边原则（1）可得到增广路）； 结论3. ； 结论4. 结论5.。（这是由图的连通性决定的） 结论6. ； 这样一来，若中存在增广路，那么它的一个端点在中，另外一个端点在中。显然此时可以选边使得对集增大。矛盾。因此，当情况2发生时当前的对集是最大的。 注意：从上述分析中可知，我们的讨论可以假定。分析中得到的结构（结论1-6）非常有用，我们可以直接利用它们来计算。 定理2.任何一个使得的二部图中一定有一个最大对集饱和所有最大次节点。 点评：如果这个结果成立，那么这个图一定是第一类的（即，边色数。） 解答：设是这样一个最大对集，它所饱和的最大次节点最多。我们将要证明：为所求。若不然，则存在一个最大次节点，没有被所饱和。不妨设可以取使得是唯一一个未被饱和的最大次节点。对于这个执行匈牙利算法。可知情况2一定出现（即，无边可选的结构一定出现）。 注意到上述结论1-结论6暗示：。此时一定有一个节点不是最大次的。不然，则有 ， 这与相悖（这里利用了性质：中非根节点的领域全部被包含在）。设不是最大次节点，记为执行匈牙利算法终止时得到的交错树里面唯一的-路。意见它的长度为偶数。令，则也是最大对集，它饱和最大节点数目比多（事实上，饱和了，但是没有饱和。这正是我们需要的；同时，前面中其他节点还是被所饱和）。这与定义相违背。 点评：关于这个结果有许多证明。我们将要提供另外一个富有技巧性的证明（但是说真的，我不喜欢这种过于简短的证明，因为它们往往掩盖了很多的事物真相!）。 例3. 如果二部图G中节点次数的最大值是，那么可以将它的边进行着色，每一条边染这中颜色中的一种，使得同一