这是一个经典中的经典问题。
求解这类问题,最常用的就是匈牙利算法,复杂度为O(n^3)。
我在这里详细的介绍三种不同的实现,针对不同的题目,他们有不同的效果呦^_^。
先定义一些框架:
int nx , ny , g[maxn][maxn] , cx[maxn] , cy[maxn] ;
// cx[i]表示与Xi匹配的Y顶点
// cy[i]同理
这三种方法不同的地方就在于不同的寻找增广路径的方法。
1、DFS增广
从某一个X顶点出发,用深度优先的策略寻找增广路,
并在找到之后,巧妙地利用递归来修改匹配。
int mk[maxn] ;
int path(int u){
for (int v = 0 ; v < ny ; v++)
if (g[u][v] && !mk[v]){
mk[v] = 1 ;
if (cy[v] == -1 || path(cy[v])) {
cx[u] = v ;
cy[v] = u ;
return 1 ;
}
} return 0 ;
}
int MaxMatch()
{
int res(0) ;
memset(cx , 0xff , sizeof(cx)) ;
memset(cy , 0xff , sizeof(cy)) ;
for (int i
匈牙利算法求二分图的最大匹配寻找增广路的几种思路(转)
最新推荐文章于 2021-11-02 10:13:06 发布
本文介绍了匈牙利算法在求解二分图最大匹配问题中的三种不同实现:DFS增广、BFS增广和多增广路。每种方法都有其适用场景和复杂度,例如DFS适用于稠密图,BFS适用于稀疏图,而多增广路方法则有较低的复杂度。此外,还提到了单位容量最大流算法作为更快的解决方案,但实现较为复杂。
摘要由CSDN通过智能技术生成