关于km算法(最佳匹配)的个人总结——模板

km算法具体讲解请看:https://blog.csdn.net/u014097230/article/details/51554905

本文只是模板

#include <stdio.h>
#include<string.h>
#include<algorithm>
const int INF = 0x3f3f3f3f;
using namespace std;
int book[1001];//记录当前男生是否已经被哪个女生选中,单身为0 
int used_boy[1001];//记录哪些男生在这一轮中被用了 
int used_girl[1001];//记录哪些女生在这一轮中被用了
int ex_boy[1001];//男生期望
int ex_girl[1001];//女生期望
int slack[1001];//记录男生俘获女生芳心所需的最小的期望值,用于待会女生找不到有好感的人之后最低降低自己的期望值 
int need[1001][1001];//need[i][j]表示女生i对那几个男生有好感 如果对j有好感那么need[i][j]=1
int n;
bool find(int i)//为女生i寻找归宿 
{
	int j;
	used_girl[i]=1;//记录i被用了
	for(j=0;j<n;j++)
	{
 		if (used_boy[j]) continue; // 每一轮匹配每个男生只用一次
		int gap=used_boy[j]+used_girl[i]-need[i][j];
		if(gap==0)
		{
			used_boy[j]=1;//如果发现可以 那么不管是否成功匹配都要记录这一轮男生j被匹配过
			if(book[j]==0||find(book[j]))
			{
				book[j]=i;
				return 1;
			} 
		}
		else
		{
			slack[j]=min(slack[j],gap);
		}
	} 
	return false;
}
int KM()
{
	int i,j;
	memset(book,0,sizeof(book));//男生一开始都是没人要的 
	memset(ex_boy,0,sizeof(ex_boy));//男生初始期望值为0 
	for(i=0;i<n;i++)//女生的初始期望值为他对所有男生的期望值中最大的 
	{
		ex_girl[i]=need[i][0];
		for(j=1;j<n;j++)
		{
			ex_girl[i]=min(ex_girl[i],need[i][j]);
		}
	}
	
	for(i=0;i<n;i++)//开始为每个女生进行配对 
	{
		memset(used_boy,0,sizeof(used_boy));// 每轮开始男生都没用过 
		memset(ex_girl,0,sizeof(ex_girl));// 每轮开始女生都没用过 
 		fill(slack, slack + n, INF);//初始化为无穷大
		while(1)
		{
			if(find(i))//女生i配对成功 
			{
				break;
			}
			
			int min1=INF;//找出女生要降低的最小的期望 
			for(int j=0;j<n;j++)
			{
				min1=min(min1,ex_boy[j]);
			}
			
			//对所有的上一轮中用到的继续期望的更新
			for(j=0;j<n;j++)
			{
				if(used_boy[j]==1)//访问过的男生期望值增加 
				{
					used_boy[j]+=min1;
				}
				else
				{
					slack[j]-=min1;//因为这个女生的期望值减少,所以男生所需的期望值减少 
				}
				if(used_girl[j]==1)
				{
					ex_girl[j]-=min1;
				}
			} 
		}
	} 
}
int main(int argc, char *argv[])
{
	
	return 0;
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KM算法,全称Kuhn-Munkres算法,是一种用于求解二分图的最佳匹配的算法。它可以找到一个匹配,使得两个集合内的所有顶点能够一一匹配,并且获得的权值最大或最小。KM算法在求解带权二分图匹配时,融合了匈牙利算法的思想。算法的步骤如下: 1. 初始化:将两个集合内的顶点分别标记为未被匹配状态。 2. 根据特定的规则,遍历第一个集合内的顶点。 3. 对于每个选中的顶点,遍历第二个集合内的顶点,找到与其相连的较优边。较优边的选择可以根据具体情况而定,可以是较大的权值或者较小的权值。 4. 如果找到了满足条件的边,判断该边对应的第二个顶点是否已经被匹配。如果该顶点还未被匹配,则直接将其与第一个顶点进行匹配。 5. 如果该顶点已经被匹配,但是与其匹配的顶点还可以找到其他的可匹配顶点,则将该顶点重新匹配给第一个顶点。 6. 循环执行步骤2-5,直到无法找到满足条件的边。 通过这样的循环匹配KM算法能够找到二分图的最佳匹配。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [二分图的完全匹配---KM算法](https://blog.csdn.net/li13168690086/article/details/81557890)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值