376 机器任务（最小点覆盖）

1. 问题描述：

有两台机器 A，B 以及 K 个任务。机器 A 有 N 种不同的模式（模式 0~N−1），机器 B 有 M 种不同的模式（模式 0~M−1）。两台机器最开始都处于模式 0。每个任务既可以在 A 上执行，也可以在 B 上执行。对于每个任务 i，给定两个整数 a[i] 和 b[i]，表示如果该任务在 A 上执行，需要设置模式为 a[i]，如果在 B 上执行，需要模式为 b[i]。任务可以以任意顺序被执行，但每台机器转换一次模式就要重启一次。求怎样分配任务并合理安排顺序，能使机器重启次数最少。

输入格式

输入包含多组测试数据。每组数据第一行包含三个整数 N，M，K。接下来 K 行，每行三个整数 i，a[i] 和 b[i]，i 为任务编号，从 0 开始。当输入一行为 0 时，表示输入终止。

输出格式

每组数据输出一个整数，表示所需的机器最少重启次数，每个结果占一行。

数据范围

N，M < 100，K < 1000
0 ≤ a[i] < N
0 ≤ b[i] < M

输入样例：

5 5 10
0 1 1
1 1 2
2 1 3
3 1 4
4 2 1
5 2 2
6 2 3
7 2 4
8 3 3
9 4 3
0

输出样例：

3
来源：https://www.acwing.com/problem/content/description/378/

2. 思路分析：

我们可以先将题目抽象一下，将机器A中的每一个模式看成是一个点，类似地机器B中的每一个模式也可以看成是一个点，从A模式转到B模式那么表示A向B连一条边，因为任务可以在A模式中执行也可以在B模式中执行，所以我们需要在K个任务中选择最少的点将所有的边覆盖，所以属于最小点覆盖问题，而且因为图是二分图那么有一个比较重要的结论：二分图中最小点覆盖 = 最大匹配数，我们可以使用匈牙利算法求解最大匹配数即可，由于模式0转向其他的模式不需要重启所以当建图的时候发现模式中有0直接跳过即可，最后做一遍匈牙利算法求解二分图的最大匹配即可。

3. 代码如下：

from typing import List


class Solution:
    # 二分图中最小点覆盖等于最大匹配数
    def find(self, u: int, st: List[int], match: List[int], g: List[List[int]]):
        for next in g[u]:
            if st[next] == 0:
                st[next] = 1
                if match[next] == -1 or self.find(match[next], st, match, g):
                    # 如果右边的next没有对象那么直接分配u给她, 如果有对象那么尝试拆散她的对象, 分配另外一个未分配且它喜欢的对象, 然后将next分配给u
                    match[next] = u
                    return True
        # 无论如何分配都不能够满足之前分配的要求返回False
        return False

    def process(self):
        # 第一台机器有n个模式, 第二台机器有m个模式, k个任务
        while True:
            s = input().strip()
            if len(s) == 1: break
            n, m, k = map(int, s.split())
            # 匈牙利算法在做的时候连一条边a->b的边即可
            g = [list() for i in range(n + 10)]
            for i in range(k):
                t, a, b = map(int, input().split())
                # 处于模式0那么不同重启, 跳过
                if a == 0 or b == 0: continue
                g[a].append(b)
            # 因为模式的下表是0开始的所以要初始化为-1
            match = [-1] * (m + 10)
            res = 0
            # 尝试为左边的点集分配对象, 当可以分配对象的时候那么计数加1
            for i in range(n):
                st = [0] * (m + 10)
                if self.find(i, st, match, g):
                    res += 1
            print(res)


if __name__ == "__main__":
    Solution().process()