复杂度O(NM)
#include <iostream>
#include <vector>
#include <cstring>
using namespace std;
const int N = 505;
int n1, n2, m, match[N];
bool st[N];
vector<int> G[N];
bool find(int x) {
for (int i = 0; i < (int)G[x].size(); i++) {
int v = G[x][i];
if (!st[v]) {
st[v] = true;
if (!match[v] || find(match[v])) {
match[v] = x;
return true;
}
}
}
return false;
}
int main() {
cin >> n1 >> n2 >> m;
for (int i = 1; i <= m; i++) {
int u, v;
cin >> u >> v;
G[u].push_back(v);
}
int res = 0;
for (int i = 1; i <= n1; i++) {
memset(st, false, sizeof(st));
if (find(i)) res++;
}
cout << res << endl;
return 0;
}
不加st数组的话,如果遇到偶数长度回路(双向边)的话就会陷入递归死循环。对于为什么加入st数组仍然可以保证答案正确,首先每次为一个点做匹配时,都会将st数组全部初始化为false,即find函数是为把当前这个点匹配出去而进行尝试。下面分为三种情况,第一种,直接匹配成功,显然与st数组没什么关系;第二种,第一次想要匹配的点已经被匹配过了,但是通过递归调换最后匹配成功,同样st数组不会影响答案;第三种,设当前正在尝试与可以和它进行匹配的第k个点进行匹配,之前k-1个可以与它匹配的点的匹配尝试均失败,在递归调换的过程中某个点遇到了被标记的点,那么说明与这个点匹配的点无法做出"妥协",所以就可以不必在从这个被标记的点在往下尝试。这样可以保证每个点只会被被递归访问一次,那么每条边也只会被访问一次,这样可以保证匈牙利算法的复杂度上限为O(NM),个人感觉st标记才是匈牙利算法的精妙之处所在,也正是st标记使得这个算法区别于暴搜而被称为一个专门的二分图匹配的算法。