匈牙利算法证明+原理+C++代码

介绍

匈牙利算法用于解决求最大分配的分配问题，不等权重的二分图中求最大权分配的分配问题，使用KM算法。

本文首先介绍匈牙利算法所针对的二分问题

然后介绍匈牙利算法的原理

最后有匈牙利算法证明，证明为何使用该算法可以找到最大匹配

一个典型的分配问题是工作分配，假设有M份工作，总共有N个候选人，假设M小于等于N，表示候选人n胜任工作m，因此我们得到一个关联矩阵：

对应的图G为

二分图

 

二分图定义

二分图又称作二部图，是图论中的一种特殊模型。

设G=(V, E)是一个无向图。如果顶点集V可分割为两个互不相交的子集X和Y，并且图中每条边连接的两个顶点一个在X中，另一个在Y中，则称图G为二分图。

二分图性质

定理：当且仅当无向图G的每一个回路的次数均是偶数时，G才是一个二分图。如果无回路，相当于任一回路的次数为0，故也视为二分图。

二分图判断

如果一个图是连通的，可以用如下的方法判定是否是二分图： 
在图中任选一顶点v，定义其距离标号为0，然后把它的邻接点的距离标号均设为1，接着把所有标号为1的邻接点均标号为2（如果该点未标号的话），如图所示，以此类推。 
标号过程可以用一次BFS实现。标号后，所有标号为奇数的点归为X部，标号为偶数的点归为Y部。 
接下来，二分图的判定就是依次检查每条边，看两个端点是否是一个在X部，一个在Y部。 
如果一个图不连通，则在每个连通块中作判定。

 

二分图匹配

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。 
匹配的数量等于E的边数量。下图加粗红色的是一个边数量为2的匹配。

最大匹配

G的所有子图中边数量最大的匹配成为最大匹配。如上图所示例子，最大边数为3的子图只有一种：

完全匹配（完备匹配）

对于数量较少的子集（如上图L或者R），子集中的每个顶点都和子图中的某条边关联，则称该子图所构成的匹配为完全匹配。

完全匹配一定是最大匹配，反过来则不一定。

本质上就是给数量较少的子集所有元素都给匹配了。

研究二分匹配的问题是为了寻找最大匹配，如何寻找？借助增广路径

增广路径的定义

增广路径的定义：设M为二分图G已匹配边的集合，如下图所示红色边

若P是图G中一条连通两个未匹配顶点的路径（P的起点在X部，终点在Y部，反之亦可），并且属M的边和不属M的边(即已匹配和待匹配的边)在P上交替出现，则称P为相对于M的一条增广路径。如下图黄红色路径2-A-1-C

增广路径是一条“交错轨”。

它的第一条边和最后一条边都是目前还没有参与匹配的。因为路径的起点和终点还没有被匹配。

这样交错进行，显然P有奇数条边，因为路径中不存在回路，总共有偶数个顶点。并且属于M的边数比不属于M的边数少1。

匹配增广

当我们找到一条增广路径时，当我们把路径上属于M（已经匹配的边集合）的边从M中除去，并加入路径上不属于M的边，此时，增广路径中