题目链接 :点击查看
题目描述 :
给定一个二分图,其中左半部包含 n1 个点(编号 1∼n1),右半部包含 n2 个点(编号 1∼n2),二分图共包含 m 条边。
数据保证任意一条边的两个端点都不可能在同一部分中。
请你求出二分图的最大匹配数。
二分图的匹配:给定一个二分图 G,在 G 的一个子图 M 中,M 的边集 {E} 中的任意两条边都不依附于同一个顶点,则称 M 是一个匹配。
二分图的最大匹配:所有匹配中包含边数最多的一组匹配被称为二分图的最大匹配,其边数即为最大匹配数。
输入输出格式 :
输入
第一行包含三个整数 n1、 n2 和 m。
接下来 m 行,每行包含两个整数 u 和 v,表示左半部点集中的点 u 和右半部点集中的点 v 之间存在一条边。
输出
输出一个整数,表示二分图的最大匹配数。
输入输出样例 :
输入
2 2 4
1 1
1 2
2 1
2 2
输出
2
题目描述 :
匈牙利算法的思路为,从二分图的某一侧点集开始遍历,每一个点与其相互连通的第一个点进行匹配,如果相匹配的那个点之前没有点与之匹配,则匹配成功。如若有点与之匹配,则找与其匹配的那个点是否与其他点相连,如若有其他点相连,则改到其他点。反之,则放弃本次匹配。总之,匈牙利算法是通过不断寻找增广路径来实现的,当无法再寻找增广路径,即得到最大匹配数。
具体实现为 : 首先我们要定义 1 . int match[N]数组,match[i] = j表示i与j节点相匹配。 2. bool st[N] , st[i] = true表示当前次查找匹配点,i点已经有点与之匹配 3. 本题我们用邻接表来存储图结构。 为了找出最大匹配数,在主函数中我们对所有节点进行遍历,查找与之匹配的节点,查找过程是用find函数实现的。在每次调用find函数时,要先将st数组进行状态恢复,即memset(st, false, sizeof(st)),使得st数组仅在当前这一轮有效。在bool find (int x)函数中,我们遍历所有与传入的x节点相连的节点(即遍历以h[x]为头结点的邻接表)。从第一个节点开始,如果当前这一轮此节点没有匹配,我们将此节点进行"预订"即st[j] = true。至于为什么是"预订",我们接着往下看,因为st数组只在当前轮有效,所以尽管st[j] = false,但j节点之前几轮遍历过程中就已经与其他点相匹配,只有当match[j] == 0,才表示之前没有与其他点相匹配。如果match[j] != 0(假设match[j] = a),我们再从a这个点再查找是否有另外的点与a连通,如有,我们让a与另外的那个点相匹配,让当前节点x与j点相匹配,既然找到与x相匹配的点,就直接return true 不用再进行后续遍历。
即
for (int i = h[x] ; i != -1; i = ne[i]) {
int j = e[i];
if (!st[j] {
st[j] = true;
if (match[j] ==0 || find(match[j]) {
match[j] = x;
return true;
}
}
}
详见如下代码
代码 :
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
const int N = 510, M = 1e5 + 7;
int n1, n2, m;//n1, n2分别表示二分图左右两边点的标号
int h[N], e[M], ne[M], cur;//用邻接表的方式来存储图
int match[N];//match[i] = x 表示节点i与节点x相匹配
bool st[N];//st[i] = true表示节点i已有匹配
void add(int v1, int v2) {//建图
e[cur] = v2;
ne[cur] = h[v1];
h[v1] = cur ++ ;
}
bool find(int x) {//是否能找到匹配
for (int i = h[x]; i != -1; i = ne[i]) {//遍历与节点x相连的节点
int j = e[i];
if (!st[j]) {//如果当前这一轮遍历下j没有被配对
st[j] = true;//预定
if (match[j] == 0 || find(match[j])) {//如果j之前没有已经相匹配的点, 或j的与其相匹配的点还能找到其他点
match[j] = x;//匹配成功
return true;
}
}
}
return false;
}
int main() {
cin >> n1 >> n2 >> m;
memset(h, -1, sizeof(h));
for (int i = 0; i < m; i ++ ) {
int v1, v2;
cin >> v1 >> v2;
add(v1, v2);
}
int res = 0;//res记录最大匹配数
for (int i = 1; i <= n1; i ++ ) {
memset(st, false, sizeof(st));//每一轮找点都要将状态清空
if (find(i)) res ++ ;
}
cout << res << endl;
return 0;
}
下面我们给出匈牙利算法的相关模板
时间复杂度是 O(n*m), n 表示点数,m 表示边数
int n1, n2; // n1表示第一个集合中的点数,n2表示第二个集合中的点数
int h[N], e[M], ne[M], idx; // 邻接表存储所有边,匈牙利算法中只会用到从第一个集合指向第二个集合的边,所以这里只用存一个方向的边
int match[N]; // 存储第二个集合中的每个点当前匹配的第一个集合中的点是哪个
bool st[N]; // 表示第二个集合中的每个点是否已经被遍历过
bool find(int x)
{
for (int i = h[x]; i != -1; i = ne[i])
{
int j = e[i];
if (!st[j])
{
st[j] = true;
if (match[j] == 0 || find(match[j]))
{
match[j] = x;
return true;
}
}
}
return false;
}
// 求最大匹配数,依次枚举第一个集合中的每个点能否匹配第二个集合中的点
int res = 0;
for (int i = 1; i <= n1; i ++ )
{
memset(st, false, sizeof st);
if (find(i)) res ++ ;
}