今天总结一下二部图,那么首先谈一下二部图的用处,首先谈一下二部图的最大匹配一下是代码模型
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define Max 100
bool match[Max][Max];
int pre[Max];
bool vi[Max];
int find(int x);
int n,m,k;
int main()
{
while(scanf("%d%d",&n,&m),n,m)
{
int i,a,b;
memset(match,false,sizeof(match));
memset(pre,-1,sizeof(int)*(n+1));
scanf("%d",&k);
for(i=0;i<k;i++){
scanf("%d%d",&a,&b); //a代表m的编号,b代表n的编号
match[a][b]=true;
}
int ans=0;
for(i=1;i<=m;i++){
memset(vi,false,sizeof(n+1));
if(find(i))
ans++;
printf("%d\n",ans);
}
}
return 0;
}
int find(int x)
{
int i;
for(i=1;i<=n;i++){
if(match[x][i]&& !vi[i]){
vi[i]=true;
if(pre[i]==-1 || find(pre[i])){
pre[i]=x;
return true;
}
}
}
return false;
}
匈牙利算法为核心
下面是二部图的最小顶点覆盖=二部图的最大匹配
二部图的最大点独立集=顶点数-二部图的最大匹配
DAG图的最小路径覆盖=顶点数-相应二部图的最大匹配
其中重点谈一下DAG图的最小路径覆盖,定义:用尽量少的不相交简单路径覆盖有向无环图中的所有顶点
什么叫做不相交,指的是终点不能重合,否则就是另外一条路径了,这样的最小的路径数就是最小路径覆盖了
我们可以将这类问题,从有向图转化为无向图,那么有向线段的起点为二部图的一边,而终点为二部图的另一边,这样来构建二部图
归结起来就是求二部图的最大匹配,所以二部图的最大匹配才是王道......
那么最小顶点覆盖和最大点独立集的应用都好理解
什么时候用的到DAG图的最小路径覆盖呢?
一般在所描述的问题可以转化为DAG图时,要求此图为有向无环,注意无环是有向图的无环......