二分图的匹配.ppt

二分图的匹配 定 义 二分图：设G=(V,{R})是一个无向图。如顶点集V可分割为两个互不相交的子集，并且图中每条边依附的两个顶点都分属两个不同的子集。则称图G为二分图。 匹配：给定一个二分图G，在G的一个子图M中，M的边集{E}中的任意两条边都不依附于同一个顶点，则称M是一个匹配。 选择这样的边数最大的子集称为图的最大匹配问题(maximal matching problem) 。 实例 增广路径 增广路 (也称增广轨或交错轨)：若边集合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。 由增广路径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”（即非M中的边变为M中的边，原来M中的边去掉）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。 匈牙利算法 (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； ?匈牙利算法的算法轮廓 ?bool?寻找从k出发的对应项的可增广路{ while(j与k邻接){ ????????if(j不在增广路上){ ????????????把j加入增广路; ????????????if(j是未盖点?或者?从j的对应项出发有可增广路) ????????????????则从k的对应项出有可增广路,返回true; ????????????修改j的对应项为k; ????????} ????} ????从k的对应项出没有可增广路,返回false;} 流程图 C代码 int??? n, m, match[100]; //二分图的两个集合分别含有n和m个元素,match[i]存储集合m中的节点i在集合n中的匹配节点,初值为-1。设当前匹配为Mbool??? visited[100], map[100][100]; //map存储邻接矩阵 bool DFS(const int k){????? for(int i = 0; i m; i++)?????????? if( map[k][i] !visited[i]??? ) ????????? { ?????????????? visited[i] = true;???????????? if( match[i] == -1 || DFS(match[i]) ) //寻找是否为增广路径 ???????? { ???????????match[i] = k;??????????? //路径取反操作。如果match[i]=-1,表示m集合中定点i不在M中，是增广路径；如果match[i]-1,由于DFS（match[i]）为true说明找到了增广路径，将定点i在原来M中的边替换掉。（即实现异或操作） ?????????? return true; ????????????? }????????? }?????? return false;} void hungary() { ??? for(i = 0; i n; i++) ????? {??? //以二分集中的较小集为n进行匹配较优??????memset(visited, 0,sizeof(visited));??????if( DFS(i) )???? ++count;??? //count为匹配数?????? } 输出 匹配数count; } int main(void){ ?????? int???? count = 0;//统计寻找最大匹配过程中增广路径的条数 ?????? memset(match, -1, sizeof(match));//初始匹配M为空 hungary()；//调用匈牙利算法 return 0;} 实例分析 执行过程： hungary函数中第一次循环时，得到增广路径：n1----m1，也就是一个匹配 第二次循环时，得到增广路径：n2----m1----n1----m2,得到新匹配：n2—m1,n1—m2 第三次循环时，得到增广路径：n3—m2—n1—m1---n2----m3,得到新的匹配：n3---m2,n1---m1,n2-m3; 第四次循环时，不能得到增广路径，所以第三次得到的为最大匹配。 练习1：完美的牛栏 农夫约翰上个星期刚刚建好了他的新牛棚，他使用了最新的挤奶技术。不幸的是，由于工程问题，每个牛栏都不一样。第一个星期，农夫约翰随便地让奶牛们进入牛栏，但是问题很快地显露出来：每头奶牛都只愿意在她们喜欢的那些牛栏中产奶。