图论（16）匈牙利算法与最优匹配算法

最新推荐文章于 2021-11-02 10:13:06 发布
最新推荐文章于 2021-11-02 10:13:06 发布
阅读量6.1k 收藏 22
点赞数 3
分类专栏： 图论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chk_plusplus/article/details/105932211
版权

目录

（一）匈牙利算法

M交错树

匈牙利算法-偶图完美匹配算法

偶图中找最大匹配

（二）、最优匹配算法-库恩算法

可行顶点标号

相等子图

定理及其证明要求掌握

例题：

（一）匈牙利算法

扎根于M非饱和点u,即以u为树根来构造M交错树，u是偶图中X点集中的点

M交错树

以非饱和点为根节点的树

S是M交错树上的属于点集X的点的集合，T是M交错树上的属于点集Y上的点的集合。

在情形1的时候，可以看到除了点u外，其他点是配对的，即一个X中的点，连上一个Y中的点。所以T包含于S的邻点集合。

不是因为多了一个u，而是因为树上属于X的点的邻点除了在T中有，可能还有一部分不在T中，但T中的点肯定在S的邻点集合中

这里再看看Hall定理

当邻点集合严格小于子集中元素个数，则偶图中不存在饱和每个顶点的匹配，即不存在完美匹配

两种情况都有xy不属于匹配M，第一种情况，因为u是非饱和点，所以uy不属于匹配M，第二种情况，因为匹配中的边不能有公共的顶点，所以xy也不属于匹配M

匈牙利算法-偶图完美匹配算法

例题：

偶图中找最大匹配

（二）、最优匹配算法-库恩算法

可行顶点标号

相等子图

定理及其证明要求掌握

可行顶点标号法中两个端点的标号值之和是大于等于对应边的权值的。所以任一完美匹配的边的权值小于等于对应点的标号值之和。但是在相等子图中，里边的点的标号值之和已经认为设定成了等于边的权值。注意完美匹配的边要覆盖所有的点，所以在两个式子的右边是相等的。都是G中所有顶点的标号值之和。即M*中的边的权值之和是等于所有顶点的标号值之和的，而M中的边的权值之和是小于等于所有顶点的标号值之和的。所以推出相等子图中的完美匹配就是最优匹配。

例题：

例题

偶数阶完全图可一因子分解，即K2n可分解成2n-1个一因子，所以K2（3n-1），可分解成2*（3n-1）-1=6n-3个一因子

即2n-1个3因子的和

 

 

 

 

 

 

 

罗古洞的女婿
关注
  • 3
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
匈牙利匹配算法
m0_51579041的博客
06-04 475
匈牙利匹配算法
图论-匈牙利算法
UCL之路
03-24 203
本博客写作思路和代码来自知乎-算法学习笔记5 匈牙利算法 匈牙利算法是由匈牙利数学家Edmonds于1965年提出，因而得名。 匈牙利算法是基于Hall定理中充分性证明的思想，它是部图匹配最常见的算法，该算法的核心就是寻找增广路径，它是一种用增广路径求二分图最大匹配的算法 简单来讲就是求二分图最大匹配 int M,N; const int maxn=1e3+5; int Map[maxn][maxn]; int p[maxn];//记录当前一侧对应的另一侧节点 bool vis[maxn];//vi.
KM算法（最优匹配）
@~莲坂果贸的博客
04-23 1万+
最优匹配KM算法
二分图大合集——二分图最大匹配（最小覆盖数），完美匹配以及最优匹配（带权最大匹配）
ling_wang的博客
04-06 4万+
二分图： 定义：二分图又称作二部图，是图论的一种特殊模型。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），且图中的每条边（i, j）所关联的两个定点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，一个图被分成了两部分，相同的部分没有边，那这个图就是二分图，二分图是特殊的图。（不含奇环） 由定义可知，二分图没有自...
匈牙利算法详解
热门推荐
lemonxiaoxiao的博客
09-19 8万+
参考： https://zhuanlan.zhihu.com/p/96229700 一、匈牙利算法概述 匈牙利算法（Hungarian algorithm），即图论中寻找最大匹配的算法，暂不考虑加权的最大匹配（用KM算法实现）。 匈牙利算法（Hungarian algorithm），主要用于解决一些与二分图匹配有关的问题。 概念点1——匹配。图G的一个匹配是由一组没有公共端点的不是圈的边构成的集合。 这里，我们用一个图来表示下匹配的概念： 如图所示，其中的三条边即该图的一个匹配。所以，匹配的.
匈牙利算法c语言代码,匈牙利算法1 - Something TO DO
weixin_36009861的博客
05-19 489
匈牙利算法是基于Hall定理中充分性证明的思想【引用、真实性待查证】，它是部图匹配最常见的算法，该算法的核心是寻找增广路径，它是一种用增广路径求二分图最大匹配的算法。交错树(alternating trees)：不同于交错路径(好多地方都混淆了)，是指rooted from未匹配点的所有路径都是交错路径的树。Root isY5Definition 3.1([1]) 交错树是开始于$V$中一个未匹配...
【总结】KM算法
cqbzlydd的博客
05-02 1294
upd on 2023/10/26 ：修改了代码和一些不知所云的内容。
匈牙利算法_匈牙利算法_
09-29
算法会通过调整权重来消除增广路径，以达到最优匹配。 在输出部分，"配置矩阵"是指最终找到的一一匹配关系的表示。这个矩阵同样是一个方阵，大小与原矩阵A相同。配置矩阵中的元素为0或1，0表示两个节点未匹配，1...
目标跟踪系列-匹配-1. 匈牙利&KM匹配算法
12-02
法特点及应用KM算法，全称Kuhn-Munkres算法，是匈牙利算法的一种扩展，专门用于解决带有权值的二分图的最大权匹配问题。...在计算机科学和运筹学中，KM算法与匈牙利算法一起，成为了求解匹配问题的重要工具。
hungary_代码_matlab_匈牙利算法_指派问题_
10-02
匈牙利算法是一种用于解决指派问题的有效方法，它源于图论中的匹配理论。指派问题是一个经典的优化问题，目标是在一组任务与一组执行者之间建立一对一的匹配，使得总成本（或工作量、时间等）达到最小。在这个场景中...
用匈牙利算法求二分图的最大匹配
08-08
简单的一个求最大匹配的案例，制作成为了PPT以利于对算法的理解
Hungarian_Hungarian_匈牙利算法_
10-04
例如，在人力资源分配问题中，假设每个员工有特定的技能和薪水要求，每个项目需要特定的技能组合且预算有限，匈牙利算法可以帮助确定最优的项目与员工的匹配，以最大化整体效益。 在使用`Hungarian.m`时，你需要...
二分图最优匹配matlab代码.zip
07-11
在本压缩包中，提供的是一组使用MATLAB语言实现的二分图最优匹配算法代码。MATLAB作为一种强大的数值计算和编程环境，非常适合进行这种数学算法的实现。 首先，我们要理解什么是二分图。二分图是图的一个子类，其中...
【图论】匈牙利算法（二分图最大匹配）
qq_55284358的博客
11-02 222
注意几个问题： 1. #include<iostream> #include<cstdio> #include<cstring> using namespace std; inline int read() { int x=0,f=1; char ch=getchar(); while(ch<'0'||ch>'9'){ if(ch=='-') f=-1;ch=getchar(); } while(ch>='0'&&ch&l.
最佳匹配问题
qq_37955484的博客
10-27 3131
最佳匹配是我们经常会遇到的问题，我们通常使用匈牙利算法或KM算法解决这类问题。这类问题离不开权值的比较，也就是我们最爱举的例子——男女最佳匹配中的某个男孩更爱某个女孩的具体数值了。这里我找了个大神的讲解，非常通俗易懂，具体如下。 点击这里 我们可以这么理解，第一次，男生都向最喜欢的告白，女生当然只能接受数值最高那个啦，但这只是暂时的。第二次男生吸取教训，被拒绝的男生把拒接他的女生的名字从名单中去掉...
KM算法（二分图最佳匹配）
兜率工的博客
07-20 531
不懂的推荐下面两篇博客。 我的思想启蒙博客 我的代码启蒙博客 code 模板 #include&lt;bits/stdc++.h&gt; #define INF 0x3f3f3f3f using namespace std; int const MAX = 1000; int w[MAX][MAX]; int link[MAX];//代表当前与Y集合中配对的X集合中的点 int v...
匈牙利算法，寻找最大匹配
Oudasheng的博客
04-08 5495
讲述匈牙利算法如何寻找二分图的最大匹配，本文分为3个部分： 1. 二分图的基本知识点 2. 匈牙利树 3. 具体例子 1. 二分图的基本知识点 原地址：https://www.cnblogs.com/wangjunyan/p/5563154.html 其中蓝色字体为自己添加的部分 二分图：简单来说，如果图中点可以被分为两组，并且使得所有边都跨越组的边界，则这就是一个二分图。准确...
基于a*算法的最优路径规划系统
最新发布
11-17
基于A*算法的最优路径规划系统可以帮助用户在给定的地图上找到两个指定地点之间的最优路径。该系统可以广泛应用于导航系统、物流规划等领域。 A*算法是一种启发式搜索算法，通过综合考虑当前节点的实际代价和启发式评估函数的预测代价来选择下一个要探索的节点。该算法基于图论中的迪杰斯特拉算法和启发式算法，具有高效、准确的特点。 首先，用户需要输入起始和目标地点的坐标，在地图上标记出起始和目标节点。然后，系统将启动A*算法来寻找最优路径。算法从起始节点开始，逐步探索其周围的节点，并计算每个节点的代价和预测代价。根据代价和预测代价，选择下一个要探索的节点，并将其加入到已访问节点集合中。系统会不断重复这个过程，直到找到目标节点或无法继续拓展节点为止。 在寻找路径的过程中，系统会使用启发式评估函数来估计当前节点到目标节点的代价。这个函数可以根据具体需求来选择，例如欧氏距离、曼哈顿距离等。通过启发式函数的引导，A*算法可以尽可能地快速找到最优路径，减少不必要的搜索。 最终，系统会根据A*算法找到的最优路径，将路径上的节点以直线或曲线的方式连接起来，并在地图上显示出来。用户可以通过地图查看路径，同时系统还可以提供路径长度、预计时间等相关信息。 总之，基于A*算法的最优路径规划系统通过启发式搜索算法来寻找最优路径，具有高效、准确的特点。它能够帮助用户快速找到起始和目标地点之间的最优路径，并在地图上直观显示出来，帮助用户有效导航和规划行程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值