算法应用场景:
农夫约翰上个星期刚刚建好了他的新牛棚,他使用了最新的挤奶技术。不幸的是,由于工程问题,每个牛栏都不一样。第一个星期,农夫约翰随便地让奶牛们进入牛栏,但是问题很快地显露出来:每头奶牛都只愿意在她们喜欢的那些牛栏中产奶。上个星期,农夫约翰刚刚收集到了奶牛们的爱好的信息(每头奶牛喜欢在哪些牛栏产奶)。一个牛栏只能容纳一头奶牛,当然,一头奶牛只能在一个牛栏中产奶。问如何匹配奶牛与牛栏以便产奶最大化。
有关匈牙利算法的原理讲解可参考 http://imlazy.ycool.com/post.1603708.html,作者通过图形的方式讲解的很详细
匈牙利算法最主要的环节是搜寻增广路径(augmentPath)的过程,假设有两个2分图X和Y,增广路径的搜寻逻辑大致如下:
成员变量定义
匹配集合:M
增广路径中边的集合:path
方法定义:
boolean hasAugmentPath(X x);//判断x是否有增广路径
伪代码描述:
1.for(y:x.getY())//遍历x对应的Y
1.1(x,y)在匹配集合M里
1.1.1 x只对应一个y(即x.getY().size==0) ->return false;//顶
农夫约翰上个星期刚刚建好了他的新牛棚,他使用了最新的挤奶技术。不幸的是,由于工程问题,每个牛栏都不一样。第一个星期,农夫约翰随便地让奶牛们进入牛栏,但是问题很快地显露出来:每头奶牛都只愿意在她们喜欢的那些牛栏中产奶。上个星期,农夫约翰刚刚收集到了奶牛们的爱好的信息(每头奶牛喜欢在哪些牛栏产奶)。一个牛栏只能容纳一头奶牛,当然,一头奶牛只能在一个牛栏中产奶。问如何匹配奶牛与牛栏以便产奶最大化。
有关匈牙利算法的原理讲解可参考 http://imlazy.ycool.com/post.1603708.html,作者通过图形的方式讲解的很详细
匈牙利算法最主要的环节是搜寻增广路径(augmentPath)的过程,假设有两个2分图X和Y,增广路径的搜寻逻辑大致如下:
成员变量定义
匹配集合:M
增广路径中边的集合:path
方法定义:
boolean hasAugmentPath(X x);//判断x是否有增广路径
伪代码描述:
1.for(y:x.getY())//遍历x对应的Y
1.1(x,y)在匹配集合M里
1.1.1 x只对应一个y(即x.getY().size==0) ->return false;//顶