图论——二分图最大匹配与匈牙利算法

爱寂寞的时光

已于 2022-02-21 22:57:25 修改

阅读量574

点赞数 1

分类专栏： # 图论文章标签：图论算法机器学习

于 2021-03-19 20:08:06 首次发布

本文链接：https://blog.csdn.net/jiahonghao2002/article/details/115013195

版权

图论专栏收录该内容

34 篇文章

订阅专栏

图论——二分图最大匹配与匈牙利算法

匈牙利算法

求解二分图最大匹配问题的一个最常用的算法是匈牙利算法。下面介绍匈牙利算法的原理和使用。

交替路：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 。
增广路：从一个未匹配点出发，走交替路，如果终点是另一个未匹配点（出发的点不算），则这条交替路称为 增广路 。并且增广路的长度一定是奇数，按照次序给增光路的边编号，那么奇数编号的边是未匹配边，偶数则是匹配边。

其中，增广路有一个重要特点： 非匹配边比匹配边多一条 。因此，研究增广路的意义是改进匹配。只要把增广路中的匹配边和非匹配边的身份交换即可。由于中间的匹配节点不存在其他相连的匹配边，所以这样做不会破坏已经存在的匹配的性质。交换后，图中的匹配边数目比原来多了 1 条。从这个角度分析，匈牙利算法也算作是一种贪心算法。

我们可以通过不停地找增广路来增加匹配中的匹配边和匹配点。找不到增广路时，达到最大匹配（这是增广路定理）。匈牙利算法正是这么做的，这也是算法的核心。

例如，对下图中，增广路 $\to 2 \to 3 \to 4 \to 5 \to 6$ 中，可以反转匹配边和非匹配边，这样匹配边的数量就会增加一个，并且不会影响现有的匹配。

匈牙利算法

模板

主要思想：遍历左点集的每一个点，依次寻找增广路，如果存在增广路，那么就调整匹配。

寻找增广路的方式可以使用 BFS 和 DFS 寻找。

P3386

DFS

#include <bits/stdc++.h>

#define FR freopen("in.txt", "r", stdin)

using namespace std;

int n, m, t;

vector<int> graph[1005];

int match[1005];

int tag[1005];

bool dfs(int u, int t)
{

    if (tag[u] == t)
        return false; // 在一条增广路中，直接返回false

    tag[u] = t; // 给节点打上路径标记
    for (auto it = graph[u].begin(); it != graph[u].end(); it++)
    {
        int v = *it;
        if (match[v] == 0 || dfs(match[v], t)) // 如果v节点没有匹配，或者v节点的原配存在增广路（假设原配还没有匹配）
        {
            // 翻转路径
            match[v] = u;
            return true;
        }
    }

    return false;
}

int main()
{
    FR;
    cin >> n >> m >> t;

    while (t--)
    {
        int u, v;
        cin >> u >> v;
        graph[u].push_back(v);
    }

    int cnt = 0;

    for (int i = 1; i <= n; i++)
    {
        if (dfs(i,i))
        {
            // 如果存在增广路，那么调整之后匹配数必多一个
            cnt++;
        }
    }

    cout << cnt;
    return 0;
}