KM算法及应用整理

Kuhn-Munkers算法思想

• 设立左右顶标l，规定l(u)+l(v)>=w(u,v)，相等子图是包含满足l(u)+l(v)=w(u,v)所有边的生成子图，相等子图的完美匹配是原图的最大权完美匹配。通过调整顶标，贪心地将边权最大的边变成相等边，逐渐扩大相等子图。

算法流程

• 初始化顶标。（一般将左顶标设为最大边权）
• 用匈牙利算法寻找可行匹配。
• 若未找到则修改顶标。
• 重复以上过程直至相等子图完备。

最大权完美匹配模板

• 通过状态延续使时间复杂度降至n³。
• vx,vy为单次标记的左右部的点，px,py分别为左右部各点的匹配点，模板中左右部的点分别从1~n编号，slack[i]表示右部i点的最小松弛量。
• 要根据题意初始化边权，有负权边应初始化为-inf，否则一般为0。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#define int long long
using namespace std;
const int maxn = 505;
const int inf = 1e18;
int e[maxn][maxn],n,m,vx[maxn],vy[maxn],px[maxn],py[maxn],slack[maxn];
int lx[maxn],ly[maxn],pre[maxn];
void aug(int x)
{
	int t;
	while(x)
	{
		t = px[pre[x]];
		py[x] = pre[x];
		px[pre[x]] = x;
		x = t;
	}
}
void bfs(int x)
{
	memset(vx,0,sizeof(vx));
	memset(vy,0,sizeof(vy));
	for(int i=1;i<=n;i++)
	slack[i] = inf;
	queue<int>q;
	q.push(x);
	while(1)
	{
		while(!q.empty())
		{
			int u=q.front();
			q.pop();
			vx[u] = 1;
			for(int i=1;i<=n;i++)if(!vy[i])
			{
				if(lx[u]+ly[i]-e[u][i]<slack[i])
				{
					pre[i] = u;
					slack[i] = lx[u]+ly[i]-e[u][i];
					if(!slack[i])
					{
						vy[i] = 1;
						if(!py[i])
						{
							aug(i);
							return ;
						}
						else 
						q.push(py[i]);
					}
				}
			}
		}
		int d = inf;
		for(int i=1;i<=n;i++)
		if(!vy[i])
		d=min(d,slack[i]);
		for(int i=1;i<=n;i++)
		{
			if(vx[i]) lx[i]-=d;
			if(vy[i]) ly[i]+=d;
			else slack[i]-=d;
		}
		for(int i=1;i<=n;i++)if(!vy[i])
		{
			if(!slack[i])
			{
				vy[i] = 1;
				if(!py[i])
				{
					aug(i);
					return ;
				}
				q.push(py[i]);
			}
		}
	}
}
signed main()
{
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	{
		lx[i] = -inf;
		for(int j=1;j<=n;j++)
		e[i][j]=-inf;
	}
	
	for(int i=1,u,v,w;i<=m;i++)
	{
		scanf("%lld%lld%lld",&u,&v,&w);
		e[u][v]=max(e[u][v],w);
	}
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=n;j++)
		lx[i]=max(lx[i],e[i][j]);
	}
	for(int i=1;i<=n;i++)
	bfs(i);
	long long ans = 0;
	for(int i=1;i<=n;i++)
	ans+=e[py[i]][i];
	cout<<ans<<endl;
	for(int i=1;i<=n;i++)
	cout<<py[i]<<' ';
	return 0;
}

KM算法其它应用

• 最大权匹配，用0权边补全二分图跑KM算法，KM算法的使用前提是必须存在完美匹配。
• 最小权完美匹配，所有边权取相反数。
• 判断是否存在完美匹配，用-inf补全二分图，最后遍历匹配结果看是否使用-inf的边。
• 边权积的完美匹配，取自然对数，答案为e^ans。