正题
看到这个题目,会觉得可以直接用绿与被绿匈牙利算法来解决。
但是当我们遇到,“第i个人和第j个物品会产生g[i][j]的价值,求完全匹配的最小价值”的时候。
我们就需要用到二分图最优匹配的算法了。
这个算法的复杂度很高,要慎用。
那么其实也是可以用费用流来解决的,直接建边,每次跑SPFA即可。
回归主题:怎么求?
从这里开始认真看。设置两个数组,和,分别表示tx指左边,ty指右边。
我们定义当且仅当 的时候,我们才认为从x可以到i。
bool find(int x){
visx[x]=true;
for(int i=1;i<=n;i++)
if(!visy[i] && tx[x]+ty[i]==g[x][i]){//匈牙利的这一行发生改变
visy[i]=true;
if(prep[i]==0 || find(prep[i])){
prep[i]=x;
return true;
}
}
return false;
}
那么我们要像费用流那样子,每次优先走最大的边。
这样走出来的增广路是最大的。
所以,每个初始化为第i个点出边的最大,也就是。
这样我们走出来的是最大的。
但是可能很多个点会选择同一个点。
那怎么办呢。
我们可以让某些tx和ty改变使得可以走更多的边。
因为我们走某条边的条件,所以明显当时,那些可以走去的右节点的ty就要-=d.
目的是使得“之前的点可以走”。
我们肯定要想着变化量越小越好,所以我们在去不到的边取一个最小值。
再不断地用匈牙利增广就行了。
bool find(int x){
visx[x]=true;
for(int i=1;i<=n;i++)
if(!visy[i] && tx[x]+ty[i]==g[x][i]){//如果符合标杆就更新
visy[i]=true;
if(prep[i]==0 || find(prep[i])){
prep[i]=x;
return true;
}
}
return false;
}
int KM(){
memset(tx,0,sizeof(tx));
memset(ty,0,sizeof(ty));
memset(prep,0,sizeof(prep));
int mmin=1e9;
for(int i=1;i<=n;i++){
while(1){
memset(visx,false,sizeof(visx));
memset(visy,false,sizeof(visy));
if(find(i)) break;
mmin=1e9;
for(int j=1;j<=n;j++) if(visx[j])//更新那些去不到的点
for(int k=1;k<=n;k++) if(!visy[k]) mmin=min(mmin,tx[j]+ty[k]-g[j][k]);
for(int j=1;j<=n;j++) if(visx[j]) tx[j]-=mmin;//更新标杆
for(int j=1;j<=n;j++) if(visy[j]) ty[j]+=mmin;
}
}
node op=(node){0,0};
int ans=0;
for(int i=1;i<=n;i++) ans+=g[prep[i]][i];
return ans;
}
有人想问我,为什么标杆tx和ty一开始设成0就行,因为第一次找不到之后,会更新成最大值(负数的绝对值越大,数值越小)。