二分图匹配详解

二分图匹配

1.二分图的原始模型及相关概念

二分图又称作二部图,是图论中的一种特殊模型。
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,并且图中每
条边依附的两个顶点都分属两个不同的子集。则称图 G 为二分图。我们将上边顶点集合称
X 集合,下边顶点结合称为 Y 集合,如下图,就是一个二分图。

这里写图片描述

二分图的匹配:

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。

最大匹配:

在二分图 G 中所有的匹配 M 中,边数最多的匹配,称为二分图的最大匹配。

完全匹配:

如果一个匹配中,图中的每个顶点都和图中某条边相关联,则称此匹配为完全匹配,也
称作完备匹配。显然,完备匹配必然是一个最大匹配。
由完备匹配的定义可知:一个二分图有完备匹配,那么这个二分图的顶点个数必然为偶
数,且它的两个顶点集合的个数相等。

最佳匹配:

如果二分图 G 的每条边带权的话,权和最大的匹配叫做最佳匹配。

最佳完备匹配:

在加权二分图的所有完备匹配中,边权和最大的称为最佳完备匹配。

一般图最大匹配:

对于无向图

  • 5
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GS算法二分图匹配算法都是用于解决匹配问题的算法二分图匹配算法是一种通用的算法,用于解决二分图中的匹配问题。而GS算法则是二分图匹配算法的一个特殊案例。 GS算法是基于婚姻匹配问题的研究而提出的。它的核心原理是男生按照自己喜好的顺序向女生发起追求,并尽可能形成稳定的匹配。如果有更好的匹配出现,就会断开之前的匹配,并与新的匹配对象建立关系。 二分图匹配算法则是一种更一般化的算法,适用于解决二分图中的匹配问题。它的原理也是通过不断调整匹配关系,使得每个节点都能够得到匹配。不同于GS算法二分图匹配算法并没有定义匹配的好坏,只关注是否存在匹配。 总结来说,GS算法二分图匹配算法的一个特例,它专门用于解决婚姻匹配问题,而二分图匹配算法则适用于一般的二分图匹配问题。两者的核心原理是类似的,都是通过调整匹配关系来达到稳定的匹配状态。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [详解匈牙利算法二分图匹配](https://blog.csdn.net/wangxiao7474/article/details/111945752)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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