二分图---匈牙利算法

今天集训，想起来之前看的一脸懵逼的二分图，打算再捡起来看一次，然后翻到了这个用海贼王解释匈牙利算法的二分图算法，瞬间开朗，但貌似里面有点地方的代码还是不清楚的，下面代码会写得相对详细一点
顺带去做了几道二分图的基础题HDU–2063（由于今天好像HDU挂了，只过了一题）POJ–1274，POJ–2239，POJ–2536

这些题都很水，开头数据处理下直接套匈牙利的版就行了
二分图就不讲了，以下是百度百科的解释
二分图又称作二部图，是图论中的一种特殊模型。 设G=(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(A,B)，并且图中的每条边（i，j）所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B)，则称图G为一个二分图。
总而言之，就是只能分为两个帮派的图，出现第三个帮派的都不叫二分图

---

然后二分图有几个基本的概念：

最大匹配数：最大匹配的匹配边的数目

最小点覆盖数：选取最少的点，使任意一条边至少有一个端点被选择

最大独立数：选取最多的点，使任意所选两点均不相连

最小路径覆盖数：对于一个 DAG（有向无环图），选取最少条路径，使得每个顶点属于且仅属于一条路径。路径长可以为 0（即单个点）。

定理1：最大匹配数 = 最小点覆盖数（这是 Konig 定理）

定理2： 最大独立数 = 顶点数 - 最大匹配数

定理3：最小路径覆盖数 = 顶点数 - 最大匹配数

---

最后附上匈牙利模板，要理解的话请点击上面那个连接=-=这里就不详解了

int map[maxn][maxn];  //记录两者是否有关系 
int used[maxn];       //记录是否有用过 
int upon[maxn];       //记录他所匹配的人 


//下面定义A集合中的某个值为ai，B集合的某个值为bi
bool dfs(int master,int m){                        //传入ai和B集合中单个子集的总数
    for(int i = 1;i <= m;i++){                     //遍历B集合的所有单个子集
        if(map[master][i] && !used[i]){            //如果ai和bi有关且bi没有被访问过
            used[i] = 1;                           //标记成访问的
            if(upon[i] == -1 || dfs(upon[i],m)){   //如果bi没有被标记成某个ai用过的，或者找找bi相应的ai一直递归下去看看有没有某个bi能换一个ai
                upon[i] = master;                  //记录bi相对应的ai
                return true;                       //找到对象，返回成功
            }
        }
    }
    return false;                                  //找不到对象，返回失败
}

int huangary(int n,int m){
    int res = 0;
    memset(upon,-1,sizeof(upon));
    for(int i = 1;i <= n;i++){       //匹配所有解
        memset(used,0,sizeof(used));
        if(dfs(i,m))
            res++;
    }
    return res;                      //返回最终解
}

---

今天集训最后一天，又撸懂了一个算法=-=