问题简介
设G=(V,E)是一个无向图。如顶点集V可分割为两个互不相交的子集V1,V2之并,并且图中每条边依附的两个顶点都分属于这两个不同的子集。则称图G为二分图。二分图也可记为G=(V1,V2,E)。
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。
选择这样的子集中边数最大的子集称为图的最大
匹配问题(maximal matching problem)
算法描述
在介绍
匈牙利算法之前还是先提一下几个概念,下面M是G的一个匹配。
M-交错路:p是G的一条通路,如果p中的边为属于M中的边与不属于M但属于G中的边交替出现,则称p是一条M-交错路。如:路径(X3,Y2,X1,Y4),(Y1,X2,Y3)。
M-饱和点:对于v∈V(G),如果v与M中的某条边关联,则称v是M-饱和点,否则称v是非M-饱和点。如X1,X2,Y1,Y2都属于M-饱和点,而其它点都属于非M-饱和点。
求最大
匹配的一种
显而易见的算法是:先找出全部匹配,然后保留匹配数最多的。但是这个算法的
时间复杂度为边数的指数级
函数。因此,需要寻求一种更加高效的算法。下面介绍用
增广路求最大
匹配的方法(称作
匈牙利算法,
匈牙利
数学家Edmonds于1965年提出)。
增广路的定义(也称增广轨或交错轨):
由
增广路的定义可以推出下述三个结论:
1-P的路径个数必定为奇数,第一条边和最后一条边都不属于M。
2-将M和P进行取反操作可以得到一个更大的
匹配M’。
算法轮廓:
⑴置M为空
⑶重复⑵操作直到找不出
增广路径为止
时间空间复杂度
空间复杂度 邻接矩阵:O(n^2) 邻接表:O(m+n)
样例程序
格式说明
输入格式:
第1行3个整数,V1,V2的节点数目n1,n2,G的边数m
第2-m+1行,每行两个整数t1,t2,代表V1中编号为t1的点和V2中编号为t2的点之间有边相连
输出格式:
1个整数ans,代表最大
匹配数
邻接矩阵-C
#include <stdio.h>
#include <string.h>
int n1,n2,m,ans;
int result[101]; //记录V2中的点
匹配的点的编号
bool state [101]; //记录V2中的每个点是否被搜索过
bool data[101][101];//邻接矩阵 true代表有边相连
void init()
{
int t1,t2;
memset(data,0,sizeof(data));
memset(result,0,sizeof(result));
ans = 0;
scanf("%d%d%d",&n1,&n2,&m);
for (int i = 1; i <= m; i++)
{
scanf("%d%d",&t1,&t2);
data[t1][t2] = true;
}
return;
}
bool find(int a)
{
for (int i = 1; i <= n2; i++)
{
if (data[a][i] == 1 && !state[i]) //如果节点i与a相邻并且未被查找过
{
state[i] = true; //标记i为已查找过
if (result[i] == 0 //如果i未在前一个
匹配M中
{
result[i] = a; //记录查找成功记录
return true; //返回查找成功
}
}
}
return false;
}
int main()
{
init();
for (int i = 1; i <= n1; i++)
{
memset(state,0,sizeof(state)); //清空上次搜索时的标记
if (find(i)) ans++; //从
节点i尝试扩展
}
printf("%d\n",ans);
return 0;
}