匈牙利算法(最小点覆盖) - Machine Schedule - POJ 1325

匈牙利算法(最小点覆盖) - Machine Schedule - POJ 1325

题意：

有两台机器 A，B 以及 K 个任务。

机器 A 有 N 种不同的模式（模式0~N-1），机器 B 有 M 种不同的模式（模式0~M-1）。

两台机器最开始都处于模式0。

每个任务既可以在A上执行，也可以在B上执行。

对于每个任务 i，给定两个整数 a[i] 和 b[i]，表示如果该任务在 A 上执行，需要设置模式为 a[i]，如果在 B 上执行，需要模式为 b[i]。

任务可以以任意顺序被执行，但每台机器转换一次模式就要重启一次。

求怎样分配任务并合理安排顺序，能使机器重启次数最少。

输入格式

输入包含多组测试数据。

每组数据第一行包含三个整数 N, M, K。

接下来k行，每行三个整数 i, a[i]和b[i]，i 为任务编号，从0开始。

当输入一行为0时，表示输入终止。

输出格式

每组数据输出一个整数，表示所需的机器最少重启次数，每个结果占一行。

数据范围

$N,M<100,K<10000\le a[i]<N0\le b[i]<M$

输入样例：

5 5 10
0 1 1
1 1 2
2 1 3
3 1 4
4 2 1
5 2 2
6 2 3
7 2 4
8 3 3
9 4 3
0

输出样例：

3

---

分析：

$由于机器初始状态是0，故我们可以先将所有a[i]=0或b[i]=0的任务先完成了，无需重启。$

$对于剩下的任务。$

$我们在每一对a[i]和b[i]之间连接一条边，每一条边，我们仅需覆盖其中的一个端点即可。$

$这就转化为二分图中的最小点覆盖问题。$

$最小点覆盖：从图中选出最少的点，使得每一条边的两个端点中，至少有一个点被选出了。$

结论：

$二分图中的最小点覆盖，与二分图的最大匹配数量相等。$

$证明略。$

代码：

#include<iostream>
#include<cstring>
#include<algorithm>

using namespace std;

const int N=110;

int n,m,k;
bool g[N][N],st[N];
int match[N];

bool Find(int x)    //a机器中的任务x与b机器中的任务匹配
{
    for(int i=0;i<m;i++)
        if(g[x][i] && !st[i])
        {
            st[i]=true;
            int t=match[i];
            if(t==-1 || Find(t))
            {
                match[i]=x;
                return true;
            }
        }
    return false;
}

int main()
{
    while(cin>>n>>m>>k,n)
    {
        memset(g,false,sizeof g);
        memset(match,-1,sizeof match);
        
        int t,a,b;
        for(int i=0;i<k;i++)
        {
            cin>>t>>a>>b;
            if(!a || !b) continue;
            g[a][b]=true;
        }
        
        int res=0;
        for(int i=1;i<n;i++)
            {
                memset(st,false,sizeof st);
                if(Find(i)) res++;
            }
        
        cout<<res<<endl;
    }   
    
    return 0;
}