匈牙利算法总结

匈牙利算法

匈牙利算法：讲的很细致。
匈牙利算法-看这篇绝对就够了！:很生动形象

1，用途：匈牙利算法主要用于解决一些与二分图匹配有关的问题（最大匹配和最小覆盖点数）。

二分图：是一类特殊的图，它可以被划分为两个部分，每个部分内的点互不相连。下图是典型的二分图。

2，最大匹配

2.1,基本概念：

• 交错路径和增广路径
  • 红色表示当前的匹配点对（a1-b2匹配，a2-b3匹配）我们发现这个不是最完美的匹配，黑色表示可以匹配到一起的点，但是当前没有匹配。
  • 第二个路径匹配的更多（a1-b1, b2-a2, a3-b3）那么这个时候，匹配为最大。

• 对应匹配

显然第二个图匹配结果最好。这是一个完美匹配，每一个顶点都找到了匹配。

2.2，非完美匹配

• 匹配图

  每条线表示能够匹配的数
  

• 匹配步骤

  从b的方向看。

  • 1，b1 -> a1(形成一个匹配)

• 2,b2 -> a1, a1 != b1, b1 -> a2(交错路径为：b2->a1->b1->a2),完成匹配（b1-a1, b1-a2）

• 3,b3-a3

• 4,b4->a2, a2 !=b1, b1->a1, a1!=b2 (交错路径为: b4->a2->b1->a1->b2), 完成匹配（a1-b1, a2-b4, a3-b3)

• 5, b5->a4,完成匹配

完成匹配对为:(a1,b1), (a2, b4), (a3,b3), (a4, b5)， b2和a5并没有得到匹配

3， 带权值的匈牙利算法

3.1， 问题描述

n个工人，指派n个工作，每个工人完成特定工作的时间不一样，进行分配，使总时间最少。

权值矩阵

3.2，算法步骤

1.每一行减去该行最小值

2.通过寻找增广路径的方式，尝试进行不带权重的匹配，只有值为0的项为可匹配项

3.如果最大匹配数为n，则结束，当前匹配为最优匹配，否则执行第4步

4.用最少的横线和竖线覆盖所有零值，取mv=未被覆盖的矩阵块的最小元素，所有未被覆盖的矩阵块的元素减去mv，所有被横竖线都覆盖的矩阵块的元素加上mv，然后回到第2步

标红的0为结果的临时匹配

3.3，结论

（1）划线（所有横线竖线）数量p<n

（2）矩阵块A的大小比D小，意味着A的元素数量比D小

(3)分析(算法复杂度为n*n)