二分图匹配问题之km算法代码

下列代码是二分图的最佳匹配问题,即权值最大的匹配,网上找了一些代码,有些小问题,修改了下,下面这份代码是修改后的: 

#include<algorithm>

using namespace std;
const int MAXN = 305;
const int INF = 0x3f3f3f3f;

int disMat[MAXN][MAXN]; //特征矩阵
int ex_a[MAXN]; //a的期望
int ex_b[MAXN]; //b的期望
bool vis_a[MAXN]; //记录每一轮匹配过的a
bool vis_b[MAXN]; //记录每一轮匹配过的b
int match[MAXN]; //记录每个b匹配到的a 如果没有则为-1
int slack[MAXN]; //记录每个b如果能被a匹配到最少还需要多少期望值

int aN, bN;


bool dfs(int a)
{
	vis_a[a] = true;

	for (int b = 0; b < bN; ++b)
	{
		if (vis_b[b])// 每一轮匹配 每个b只尝试一次
			continue;

		int gap = ex_a[a] + ex_b[b] - disMat[a][b];

		if (gap == 0) //如果符合要求
		{
			vis_b[b] = true;
			if (match[b] == -1 || dfs(match[b])) // 找到一个没有匹配的b 或者该b的a可以找到其他a
			{
				match[b] = a;
				return true;
			}
		}
		else
		{
			slack[b] = min(slack[b], gap); /// slack 该b要得到一个a的匹配 还需多少期望值
		}

	}

	return false;
}

int KM()
{
	int bNori = bN;

	//特征矩阵对于bN<aN的情况缺值补0 因为所有a一定需要匹配一个b 不然跳不出循环
	if (bN < aN)
	{
		for (int j = bN; j < aN; ++j)
		{
			for (int i = 0; i < aN; ++i)
			{
				disMat[i][j] = 0;
			}
		}
		bN = aN;
	}

	memset(match, -1, sizeof(match)); // 初始每个b都没有匹配的a memset的单位是char 但是对于非char型 仅对-1和0的赋值有效 这属于魔术编程 不清楚的话最好别这么用
	memset(ex_b, 0, sizeof(ex_b)); //初始每个b的期望值为0

	// 每个a的初始期望值是与它有匹配关系的b的最大的特征值
	for (int i = 0; i < aN; ++i)
	{
		ex_a[i] = disMat[i][0];
		for (int j = 1; j < bN; ++j)
		{
			ex_a[i] = max(ex_a[i], disMat[i][j]);
		}
	}

	// 尝试为每一个a做匹配
	for (int i = 0; i < aN; ++i)
	{

		// 因为要取最小值 初始化为无穷大
		// tips: 这里的slack要赋的值不是0或-1 所以不能再用memset赋了 要写for循环
		for (int j = 0; j < MAXN; ++j)
		{
			slack[j] = INF;
		}


		// 为每个a解决匹配的方法是 :如果找不到就降低期望值 直到找到或者期望值降到0为止
		while (1)
		{
			// 记录每轮匹配中a和b是否被尝试匹配过
			memset(vis_a, false, sizeof vis_a);
			memset(vis_b, false, sizeof vis_b);

			if (dfs(i)) // 找到匹配 退出
				break;

			// 如果不能找到 就降低期望值
			// 最小可降低的期望值
			int d = INF;
			for (int j = 0; j < bN; ++j)
			{
				if (!vis_b[j])
					d = min(d, slack[j]);
			}

			for (int j = 0; j < aN; ++j)
			{
				// 所有访问过的a降低期望值
				if (vis_a[j])
					ex_a[j] -= d;
			}
			for (int j = 0; j < bN; ++j)
			{
				// 所有访问过的b增加期望值
				if (vis_b[j])
					ex_b[j] += d;
				// 没有访问过的b 降低a的期望值
				else
					slack[j] -= d;
			}
		}
	}

	// 匹配完成 查看匹配
	int res = 0;
	for (int j = 0; j < bNori; ++j)
	{
		int aIdx = match[j];
		int bIdx = j;
		if (disMat[aIdx][bIdx] > 0)
		{
			printf("a: %d b: %d\n", aIdx, bIdx);
			res += disMat[aIdx][j];
		}
	}

	return res;
}

int main()
{

	aN = 4;
	bN = 3;
	disMat[0][0] = 3;
	disMat[0][1] = 0;
	disMat[1][1] = 2;
	disMat[2][0] = 4;

	int res = KM();
	printf("total wei: %d\n",res);

	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值