匈牙利算法
前导知识
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
简单的说就是有两个集合的点,每个集合中的点只能和另外一个集合中的点相连。
一种存图的数据结构,相对不好写但是速度较快。
参考代码:
// 存边,其中to表示当前边指向的点,next表示下一条边
struct Edge {
int to,next;
}edge[MAXM];
// head用来存起始边的编号(地址)
int head[MAXN],tot;
// 初始化
void init()
{
tot=0;
memset(head,-1,sizeof(head));
}
// 新增一条边
void addedge(int u,int v)
{
// 当前边指向的点为v
edge[tot].to=v;
// 模拟链表,当前边的下一个边的编号(类似地址)为原来的head
edge[tot].next=head[u];
// 模拟链表,每次都把新的编号(地址)当做head
head[u]=tot++;
}
// 遍历
for(int i=head[u];i!=-1;i=edge[i].next)
操作...
在图论中,一个「匹配」(matching)是一个边的集合,其中任意两条边都没有公共顶点。一个图所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。
简单的说最大匹配就是最多边数的匹配,而匹配是很多条没有公共点的边。
在二分图中就是,选取一个边集,使其没有公共点,同时边数最多。
从一个未匹配点出发,依次经过非匹配边、匹配边、非匹配边…形成的路径叫交替路。
也就是说这条路是这样的:
未匹配边——>匹配边——>未匹配边——>匹配边——>未匹配边
其中匹配边可以认为是最后的最大匹配中的其中一个匹配的边。
若P是图G中一条连通两个未匹配顶点的路径,并且属于M的边和不属于M的边(即已匹配和待匹配的边)在P上交替出现,则称P为相对于M的一条增广路径(举例来说,有A、B集合,增广路由A中一个点通向B中一个点,再由B中这个点通向A中一个点……交替进行)。
简单的说就是从一个未匹配点(不是已有匹配边的端点)走到另一个未匹配点的一条交替路。
几个性质:
- 未匹配边条数-1 = 匹配边条数(交题路的性质)
- 路径长度为奇数(显然)
- 进行取反操作后会产生一个更大的匹配(原来的匹配边和未匹配边互换,也就是说匹配边条数-1 = 未匹配边条数,所以会产生一个更大的匹配)
算法:匈牙利算法
这个算法的核心就是:
一个匹配是最大匹配的充要条件是不存在增广路——from 蓝书(刘汝佳&#x