一、问题描述:
有N台计算机和K个任务;可以给每台机器分配一个任务,每条机器能处理的任务种类各不相同;求最多可能处理多少个任务。
二、解题思路
- 这是一个标准的求二分图最大匹配的问题,求解的思路有两种:
- 转化为最大流问题
- 匈牙利算法
转化为最大流问题:
- 在原图的两侧分别增加一个源点
s
s
s和一个汇点
t
t
t,如下图所示:
- 最大流模板可以参考:https://blog.csdn.net/ACM_hades/article/details/104317066
匈牙利算法:
- 增广路:一条连通两个未匹配顶点的路径,并且路径上的一匹配边和未匹配边交叉出现。例如下面的二分图:
- 最简单的增广路:一条未匹配边连接的两个未匹配点,例如路径: x 4 → y 2 x_4\rightarrow y_2 x4→y2就是一条增广路。
- 增广路增加匹配的方法:将路径上边进行反转,即将一匹配的边变成未匹配的,未匹配的变成一匹配的,也就是将路径上的红色边变成黑色,黑色边变成红色;由于增广路上的未匹配边数(黑边)比一匹配边数(红色)多一,因此经过这样的转换,匹配数会加1。
- 算法步骤:
- 第一步:从一个没有匹配的节点开始通过DFS搜索出一条增广路。
- 第二步:将增广路是边进行反转;匹配数加1.
- 第三步:重复第二步直到找不到增广路为止
代码:
- 上面都是从理论上理解算法,但实际上匈牙利算法从代码上更好理解:
#include <iostream>
#include <vector>
#include<cstring>
using namespace std;
#define Max 1002
#define INF 999999
vector<int> G[Max];//图的邻接表
bool used[Max];//DFS标记数组
int match[Max];//匹配记录数组
int V;//节点数
void add_adge(int from,int to)//向图中填加一条边
{
G[from].push_back(to) ;
G[to].push_back(from) ;
}
//DFS搜索增广路
bool DFS(int v)
{//v:当前点
used[v]=true;
for(int i=0;i<G[v].size();i++)
{
int u=G[v][i];//v的邻接点u
int w=match[u];//u已经的匹配点
//w<0:说明u,没有被匹配,那么直接将v->u进行匹配
//w>0:说明u,已经有了被匹配,那么我们尝试拆去u->w的匹配,
//并为w重新找一个匹配(DFS(w)),若能找到,就就将v->u进行匹配
if(w<0||(used[w]&&DFS(w)))
{
match[v]=u;
match[u]=v;
return true;
}
}
return false;
}
int Mactching()
{
int res=0;
memset(match,-1,sizeof(match));
for(int i=0;i<V;i++)//每个节点遍历一遍
{
if(match[i]<0)
{
memset(used,0,sizeof(used));
if(DFS(i))
res++;
}
}
return res;
}