二分图算法+匈牙利算法笔记

最新推荐文章于 2024-09-10 15:28:21 发布

Enjoycola_

最新推荐文章于 2024-09-10 15:28:21 发布

阅读量143

点赞数 3

分类专栏：算法基础笔记文章标签：算法 c++ 数据结构

本文链接：https://blog.csdn.net/Enjoy10ve/article/details/129220875

版权

算法基础笔记专栏收录该内容

9 篇文章 1 订阅

订阅专栏

一、二分图染色法

二、匈牙利算法(相亲算法（bushi）)

一、二分图染色法

二分图染色法可以判断是否有环的产生，也即一个点的临点一定是其他颜色

时间复杂度是O(mn)n表示点数m表示边数

int n;      // n表示点数
int h[N], e[M], ne[M], idx;     // 邻接表存储图
int color[N];       // 表示每个点的颜色，-1表示未染色，0表示白色，1表示黑色

基于要遍历所有的边，我们用dfs

bool dfs(int u, int c)
{
    color[u] = c;
    for (int i = h[u]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (color[j] == -1)//尚未涂色
        {
            if (!dfs(j, !c)) return false;//染色失败
        }
        else if (color[j] == c) return false;//还是上一个的颜色
    }

    return true;
}

接着我们来检查颜色是否正常

bool check()
{
    memset(color, -1, sizeof color);
    bool flag = true;
    for (int i = 1; i <= n; i ++ )
        if (color[i] == -1)
            if (!dfs(i, 0))
            {
                flag = false;
                break;
            }
    return flag;
}

二、匈牙利算法(相亲算法（bushi）)

匈牙利算法主要解决的是二分图中的最大化连接问题

举个栗子:你是月老,当然你也是给天庭打工的，你的任务就是把看对眼的男女牵到一起，当然你的要求是能多牵几个就多牵几个hh

在这张图中，G1相中的B1、B2 当然她只能选择其中的一个，优先法，选择了B1；

G1满足了,接着G2，可是G2只相中了B1，我们秉承着越多越好的原则，我们把B2分配给了G1，这样两全其美,岂不美哉。

我们看看代码是怎样实现的:

int n1, n2;     // n1表示第一个集合中的点数，n2表示第二个集合中的点数
int h[N], e[M], ne[M], idx;     // 邻接表存储所有边，匈牙利算法中只会用到从第一个集合指向第二个集合的边，所以这里只用存一个方向的边
int match[N];       // 存储第二个集合中的每个点当前匹配的第一个集合中的点是哪个
bool st[N];     // 表示第二个集合中的每个点是否已经被遍历过

bool find(int x)
{
    for (int i = h[x]; i != -1; i = ne[i])
    {
        int j = e[i];
        if (!st[j])
        {
            st[j] = true;
            if (match[j] == 0 || find(match[j]))//没被匹配，或者有别的点可以匹配
            {
                match[j] = x;//更新匹配的点
                return true;
            }
        }
    }

    return false;
}

// 求最大匹配数，依次枚举第一个集合中的每个点能否匹配第二个集合中的点
int res = 0;
for (int i = 1; i <= n1; i ++ )
{
    memset(st, false, sizeof st);
    if (find(i)) res ++ ;
}

相关例题：

→原题链接

题目来源于Acwing

二分图的最大匹配

给定一个二分图，其中左半部包含 n1 个点（编号 1∼n1），右半部包含 n2 个点（编号 1∼n2），二分图共包含 m条边。

数据保证任意一条边的两个端点都不可能在同一部分中。

请你求出二分图的最大匹配数。

二分图的匹配：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。

二分图的最大匹配：所有匹配中包含边数最多的一组匹配被称为二分图的最大匹配，其边数即为最大匹配数。

输入格式

第一行包含三个整数 n1、 n2 和 m。

接下来 m 行，每行包含两个整数 u 和 v，表示左半部点集中的点 u 和右半部点集中的点 v 之间存在一条边。

输出格式

输出一个整数，表示二分图的最大匹配数。

数据范围

1≤n1,n2≤500
1≤u≤n1
1≤v≤n2
1≤m≤105

输入样例：

输出样例：

代码:

#include<cstdio>
#include<cstring>
using namespace std;
const int N= 510,M=100010;
int n1,n2,m;
int h[N],e[M],ne[M],idx;
int match[N];
bool st[N];
void add(int a,int b)
{
    e[idx]=b,ne[idx]=h[a],h[a]=idx++;
}
bool find(int x)
{
    for(int i=h[x];i!=-1;i=ne[i])
    {
        int j=e[i];
        if(!st[j])
        {
            st[j]=true;
            if(!match[j]||find(match[j]))
            {
                match[j]=x;
                return true;
            }
        }
    }
    return false;
}
int main()
{
    scanf("%d%d%d",&n1,&n2,&m);
    memset(h,-1,sizeof h);
    while(m--)
    {
        int a,b;
        scanf("%d%d",&a,&b);
        add(a,b);
    }
    int res=0;
    for(int i=1;i<=n1;i++)
    {
        memset(st,false,sizeof st);
        if(find(i))res++;
    }
    printf("%d",res);
}

Enjoycola_

关注

3
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
二分图算法+匈牙利算法笔记

二分图的匹配：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。给定一个二分图，其中左半部包含 n1 个点（编号 1∼n1），右半部包含 n2 个点（编号 1∼n2），二分图共包含 m条边。接下来 m 行，每行包含两个整数 u 和 v，表示左半部点集中的点 u 和右半部点集中的点 v之间存在一条边。二分图的最大匹配：所有匹配中包含边数最多的一组匹配被称为二分图的最大匹配，其边数即为最大匹配数。请你求出二分图的最大匹配数。
复制链接

扫一扫

专栏目录