König定理:
一个二分图中的最大匹配数等于这个图中的最小点覆盖数。
(你都能用最少的覆盖最多的还不是最大匹配数??)
【题目描述】有两部机器A和B。A机器有n中工作模式0,1,2,3,……n-1,总共n种。B机器有m中工作模式,0,1,2,3,……m-1 ,总共m种。有k个任务,每个任务可以在A机器的某个模式 或者B机器的某个模式中完成。
A和B机器开始时都默认在0模式,要选择其他模式就要重启一次。求完成k个任务至少需要重启多少次机器。最后以0结束。输出最少重启机器的次数。
【输入】第一行三个整数n, m,k( 0< n, m < 100,0< k < 1000),n表示A机器有n种模式,m表示B机器有m中模式,k表示k个任务。下来k行,每行三个数 p,x,y,第一个表示第p个任务,后面两个,表示该任务可以在A机器的x模式完成,或者可以选择B机器的y模式完成该任务。
【输出】一个整数,为最少重启机器的次数。
【解析】:要完成所有任务,那么就是要覆盖所有任务,任务为边,AB机器的模式是点,边连接两个点表示任务可在A机器中某个模式或B机器中某个模式完成。构图完成后,那么剩下就是用匈牙利算法求最小点覆盖数。
#include <cstdio>
#include <cstring>
using namespace std;
int a[210],n,m,k,ans;
//a[]:这个母牛所匹配到的公牛
bool pp[210][210],ch[210];
//pp[][]:可以匹配的公牛母牛
//ch[i]:i这个母牛能否访问
int find(int x)
{
for (int i=1;i<=m;i++)
{
if (pp[x][i]==true&&ch[i]==true)
{
ch[i]=false;
if (a[i]==0||find(a[i])==1)
{
a[i]=x;
return 1;
}
}
}
return -1;
}
int main()
{
while (1)
{
scanf("%d",&n);
if (n==0) break;
scanf("%d%d",&m,&k);
memset(pp,false,sizeof(pp));
memset(a,0,sizeof(a));
for (int i=1;i<=k;i++)
{
int u,x,y;
scanf("%d%d%d",&u,&x,&y);
pp[x][y]=true;
}
ans=0;
for (int i=1;i<=n;i++)
{
memset(ch,true,sizeof(ch));
if (find(i)==1) ans++;
}
printf("%d\n",ans);
}
return 0;
}
König定理证明:
虽然直接应用König定理可以解决许多最小覆盖的题目,但这类题难点往往在于构图,要做到灵活构图应用König定理,则对其证明需要有一定的了解。König定理的证明是建立在匈牙利算法操作细节上的,掌握匈牙利算法的全过程很重要。
假设二分图G分为左边X和右边Y两个互不相交的点集。G经过匈牙利算法后找到一个最大匹配M,则可知G中再也找不到一条增广路径。
根据König定理从最大匹配边中选M个点。下来说明选点策略,再证明这个策略的正确性。
选点策略:
标记右边未匹配边的顶点,并从右边未匹配边的顶点出发,按照边:未匹配→匹配→未匹配→……的原则标记途中经过的顶点,则最后一条经过的边必定为匹配边(否则为增广路经)。重复上述过程,直到右边不再含有未匹配边的点。