匈牙利算法

参考：超详细！！！匈牙利算法流程以及Python程序实现！！！通俗易懂_匈牙利算法流程图-CSDN博客        

        匈牙利算法是用来解决任务分配问题的一种高效算法。该算法能够在一个成本矩阵中找到最小成本的完美匹配，即每个任务都恰好分配给一个工作者，并且总成本最低。下面我将详细介绍匈牙利算法的每一步及其背后的原理。

基本概念

• 成本矩阵：一个 m×nm×n 的矩阵，其中 mm 表示工作者的数量，nn 表示任务的数量。矩阵中的每个元素 cijcij​ 表示第 ii 个工作者完成第 jj 个任务的成本。
• 完美匹配：一个匹配使得每个工作者恰好被分配了一个任务，并且每个任务恰好被一个工作者所承担。

算法原理

第一步：初始化

• 目的：减少成本矩阵中的所有值，使之尽可能地接近零，从而简化后续的匹配过程。
• 操作：
  • 从每一行中减去该行的最小值。
  • 从每一列中减去该列的最小值。

第二步：覆盖零元素

• 目的：试图用最少数量的水平线和垂直线覆盖所有的零元素。
• 操作：
  • 尝试用最少数量的水平线和垂直线覆盖所有已经变为零的元素。
  • 如果覆盖所需的线的数量等于矩阵的大小（即 mm 或 nn），则已经找到一个最优解，算法终止。

第三步：调整未覆盖元素

• 目的：当不能用最小数量的线覆盖所有零元素时，需要进一步调整矩阵，以创造更多的零元素。
• 操作：
  • 找出未被覆盖的元素中的最小值 δδ。
  • 将所有未被覆盖的元素减去 δδ。
  • 将所有被两条线交叉的元素加上 δδ。
  • 重复第二步的操作。

为什么这样做

• 减少成本：第一步通过减去每一行和每一列的最小值，确保至少有一行或一列的所有元素都是零，这有助于简化匹配过程。
• 最小覆盖：第二步尝试用最少数量的线覆盖所有的零元素。这是因为在覆盖的线之间可以形成匹配。如果覆盖的线数量等于矩阵的大小，那么根据Hall定理，存在一个完美匹配。
• 创造更多机会：第三步通过调整未覆盖元素的值，可以创造更多的零元素，从而有可能形成更多的匹配，直到找到一个最小成本的完美匹配为止。

综合解释

        匈牙利算法的核心思想是逐步优化矩阵中的元素，以便更容易地识别出最小成本的匹配。通过不断地调整矩阵，算法能够确保每次迭代后矩阵中都有尽可能多的零元素，这有助于简化匹配过程并最终找到一个最优解。这种方法保证了算法能在多项式时间内找到问题的解，同时也避免了穷举所有可能的匹配组合，大大减少了计算量。