转自:http://blog.csdn.net/dark_scope/article/details/8880547(很有意思的博主,再次感谢!)
【书本上的算法往往讲得非常复杂,我和我的朋友计划用一些简单通俗的例子来描述算法的流程】
匈牙利算法是由匈牙利数学家Edmonds于1965年提出,因而得名。匈牙利算法是基于Hall定理中充分性证明的思想,它是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法。
-------等等,看得头大?那么请看下面的版本:
通过数代人的努力,你终于赶上了剩男剩女的大潮,假设你是一位光荣的新世纪媒人,在你的手上有N个剩男,M个剩女,每个人都可能对多名异性有好感(-_-||暂时不考虑特殊的性取向),如果一对男女互有好感,那么你就可以把这一对撮合在一起,现在让我们无视掉所有的单相思(好忧伤的感觉),你拥有的大概就是下面这样一张关系图,每一条连线都表示互有好感。
本着救人一命,胜造七级浮屠的原则,你想要尽可能地撮合更多的情侣,匈牙利算法的工作模式会教你这样做:
===============================================================================
一: 先试着给1号男生找妹子,发现第一个和他相连的1号女生还名花无主,got it,连上一条蓝线
===============================================================================
二:接着给2号男生找妹子,发现第一个和他相连的2号女生名花无主,got it
===============================================================================
三:接下来是3号男生,很遗憾1号女生已经有主了,怎么办呢?
我们试着给之前1号女生匹配的男生(也就是1号男生)另外分配一个妹子。
(黄色表示这条边被临时拆掉)
与1号男生相连的第二个女生是2号女生,但是2号女生也有主了,怎么办呢?我们再试着给2号女生的原配()重新找个妹子(注意这个步骤和上面是一样的,这是一个递归的过程)
此时发现2号男生还能找到3号女生,那么之前的问题迎刃而解了,回溯回去
2号男生可以找3号妹子~~~ 1号男生可以找2号妹子了~~~ 3号男生可以找1号妹子
所以第三步最后的结果就是:
===============================================================================
四: 接下来是4号男生,很遗憾,按照第三步的节奏我们没法给4号男生腾出来一个妹子,我们实在是无能为力了……香吉士同学走好。
===============================================================================
这就是匈牙利算法的流程,其中找妹子是个递归的过程,最最关键的字就是“腾”字
其原则大概是:有机会上,没机会创造机会也要上
【code】
bool find(int x){int i,j;for (j=1;j<=m;j++){ //扫描每个妹子if (line[x][j]==true && used[j]==false) //如果有暧昧并且还没有标记过(这里标记的意思是这次查找曾试图改变过该妹子的归属问题,但是没有成功,所以就不用瞎费工夫了){used[j]=1;if (girl[j]==0 || find(girl[j])) { //名花无主或者能腾出个位置来,这里使用递归girl[j]=x;return true;}}}return false;}
在主程序我们这样做:每一步相当于我们上面描述的一二三四中的一步
for (i=1;i<=n;i++){memset(used,0,sizeof(used)); //这个在每一步中清空if find(i) all+=1;}
喜欢推导的看这里:
http://www.cnblogs.com/dwdxdy/archive/2013/08/16/3261742.html
一、问题描述
问题描述:N个人分配N项任务,一个人只能分配一项任务,一项任务只能分配给一个人,将一项任务分配给一个人是需要支付报酬,如何分配任务,保证支付的报酬总数最小。
问题数学描述:
二、实例分析---穷举法
在讲将匈牙利算法解决任务问题之前,先分析几个具体实例。
以3个工作人员和3项任务为实例,下图为薪酬图表和根据薪酬图表所得的cost矩阵。
利用最简单的方法(穷举法)进行求解,计算出所有分配情况的总薪酬开销,然后求最小值。
total_cost1 = 250 + 600 + 250 = 1100; x00 = 1,x11 = 1,x22 = 1;
total_cost2 = 250 + 350 + 400 = 1000; x00 = 1,x12 = 1,x21 = 1;
total_cost3 = 400 + 400 + 250 = 1050; x01 = 1,x10 = 1,x22 = 1;
total_cost4 = 400 + 350 + 200 = 950; x01 = 1,x12 = 1,x20 = 1; //最优分配
total_cost5 = 350 + 400 + 400 = 1150; x02 = 1,x10 = 1,x21 = 1;
total_cost6 = 350 + 600 + 250 = 1150; x02 = 1,x11 = 1,x22 = 1;
对于任务数和人员数较少时,可利用穷举法计算结果。
若将N任务分配给N个人员,其包含的所有分配情况数目为N!,N增大时,穷举法将难以完成任务。
三、匈牙利算法
下面简要介绍匈牙利算法。
其基本的理论基础是针对cost矩阵,将cost矩阵的一行或一列数据加上或减去一个数,其最优任务分配求解问题不变。
算法的基本步骤如下:
四、实例分析---匈牙利算法
下面结合具体实例,分析匈牙利算法如何解决任务分配问题。
以N = 4为实例,下图为cost列表和cost矩阵。
Step1.从第1行减去75,第2行减去35,第3行减去90,第4行减去45。
Step2.从第1列减去0,第2列减去0,第3列减去0,第4列减去5。
Step3.利用最少的水平线或垂直线覆盖所有的0。
Step4.由于水平线和垂直线的总数是3,少于4,进入Step5。
Step5.没有被覆盖的最小值是5,没有被覆盖的每行减去最小值5,被覆盖的每列加上最小值5,然后跳转到步骤3.
Step3.利用最少的水平线或垂直线覆盖所有的0。
Step4.由于水平线和垂直线的总数是3,少于4,进入Step5。
Step5.没有被覆盖的最小值是20,没有被覆盖的每行减去最小值20,被覆盖的每列加上最小值20,然后跳转到步骤3.
Step3.利用最少的水平线或垂直线覆盖所有的0。
Step4.由于水平线和垂直线的总数是4,算法结束,分配结果如下图所示。
其中,黄色框表示分配结果,左边矩阵的最优分配等价于左边矩阵的最优分配。