浅谈用匈牙利算法寻找二分图的最大匹配
一、匈牙利算法简介
匈牙利算法是由匈牙利数学家Edmonds于1965年提出。匈牙利算法是基于Hall定理中充分性证明的思想,它是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法。为了更好理解,先简单介绍一下二分图和最大匹配的概念,然后介绍算法思想,最后举例题说明。
二、二分图
二分图是图论中一种特殊的模型,设G = (V,E)是一个无向图,如果顶点V和E可分割为两个互不相同的顶点集(A,B),并且图中的每条边线(Ax,By)所关联的两个顶点Ax和By分别属于A,B这两个顶点不同的顶点集,如下图所示。
三、最大匹配
图中没有任何一个同时连接Ax和By的同一顶点的时候我们称为二部图的一个匹配,也就是当A0与B0形成一个匹配后,那么B顶点集中的其他元素(B1、B2)不能与A0进行匹配,同时A顶点集中的其他元素(A1、A2、A3)不能与B0进行匹配。那么最大匹配就是图中能形成最多匹配的一种情况,如下图。
四、匈利亚算法思想
接下来将用一个的例子的推导过程浅析匈利亚算法的思想,给定如下二分图,推导能行成的最大匹配。
-
定义从A顶点集匹配到B顶点集,那么最开始A0会与B0进行匹配
-
下一步开始A1与顶点集B的匹配,由二分图可知A1能够与B0匹配,B0会查看自己已经与A0匹配,A0会从B顶点集查找自己还能与B1匹配,A0就会断开与B0的匹配并与B1建立新的匹配,断开的B0会与A1匹配。
-
结束完A1的匹配,可以开始A2的匹配,A2首先会查看自己能够与B0建立匹配,B0会查看自己已经与A1匹配,A1就会寻找自己能够建立新的匹配;A2就会查找自己还可以与B1建立匹配,但是B1已经与A0建立匹配,A0就会查看自己会建立新的匹配(此时得注意刚刚A2已经与访问过B0得知不能建立匹配,A0就不能继续访问B0,不然又要毫无意义地问A1一遍),A0查找自己还能与B2进行匹配,那么A0就断开与B1的匹配与B2建立匹配,同时空出来的B1能够与A2建立匹配。
-
最后开始A3的匹配,A3能够与B1建立匹配,但是B1已经与A2建立匹配(此时可以标记过访问过B1一次,避免再次访问);A2查看自己能够与B0建立联系,但是B0已经与A1建立联系(此时可以标记过访问过B0一次,避免再次访问);而A1除了B0外不能建立新的联系那么A3就不建立匹配。
-
最后的最大匹配数是3
五、例题
例题来自牛客连接
描述
题目描述
若两个正整数的和为素数,则这两个正整数称之为“素数伴侣”,如2和5、6和13,它们能应用于通信加密。现在密码学会请你设计一个程序,从已有的 N ( N 为偶数)个正整数中挑选出若干对组成“素数伴侣”,挑选方案多种多样,例如有4个正整数:2,5,6,13,如果将5和6分为一组中只能得到一组“素数伴侣”,而将2和5、6和13编组将得到两组“素数伴侣”,能组成“素数伴侣”最多的方案称为“最佳方案”,当然密码学会希望你寻找出“最佳方案”。
输入:
有一个正偶数 n ,表示待挑选的自然数的个数。后面给出 n 个具体的数字。
输出:
输出一个整数 K ,表示你求得的“最佳方案”组成“素数伴侣”的对数。
数据范围: 1 \le n \le 100 \1≤n≤100 ,输入的数据大小满足 2 \le val \le 30000 \2≤val≤30000
输入描述:
输入说明
1 输入一个正偶数 n
2 输入 n 个整数
输出描述:
求得的“最佳方案”组成“素数伴侣”的对数。
示例1
输入:
4
2 5 6 13
输出:
2
示例2
输入:
2
3 6
输出:
0
分析
由于偶数+偶数=偶数,不是素数;奇数+奇数=偶数,不是素数,所以只有奇数+偶数才有可能形成素数,则可以把输入的整数分为奇数和偶数两类,进而构成二分部,用匈利亚算法求解。这里附上源码(已添加注释)。
源码
#include<iostream>
#include<vector>
using namespace std;
//判断一个整数是否为素数
bool IsPrime(int num);
//判断第odd位奇数能够与偶数建立联系
bool BuildRelation(int odd,vector<int> even,vector<vector<bool>>map,vector<bool> &visited,vector<int> &target);
int main()
{
int n;//输入整数的个数
vector<int> odd,even;//定义容器存放奇数、偶数
cin >> n;
for(int i = 0; i < n; i++)//将输入的整数进行奇偶分类
{
int tempint;
cin>>tempint;
if(tempint % 2 == 0) even.push_back(tempint);
else odd.push_back(tempint);
}
if(even.empty() || odd.empty())//如果有个奇数容器或偶数容器为空,那么最大匹配为0
{
cout << 0;
return 0;
}
vector<vector<bool>> map(odd.size(),vector<bool>(even.size(),0));//定义大小为(odd.size(),even.size())的容器,存放二分图内部联系
for(int i = 0 ;i < odd.size() ;i++ )//建立二分图内部的联系,确认哪些元素可以互相建立联系
{
for(int j = 0 ; j < even.size() ;j++)
{
map[i][j] = (IsPrime(odd[i] + even[j]));
}
}
vector<int> eventarget(even.size(),-1);//保存偶数已经与哪个奇数匹配,存放数值位该奇数在奇数容器中的位置
vector<bool> oddvisit(even.size(),0);//保存每次访问过哪些偶数
int count = 0;//统计最大匹配
for(int i = 0 ;i < odd.size() ;i++ )//遍历奇数容器元素
{
for(int j = 0 ; j < even.size() ; j++ ) oddvisit[j] = 0;//清空上次访问过的偶数
count += BuildRelation(i,even,map,oddvisit,eventarget);
}
cout << count<<endl;
return 0;
}
//传入一个整数
bool IsPrime(int num)
{
for(int i = 2; i * i <= num ;i++)
{
if(num % i == 0) return false;//不是素数
}
return true; //是素数
}
//传入某个奇数的位次,偶数组,二分图,以及标志造访过的数组,偶数已经与哪个奇数建立联系的数组
bool BuildRelation(int odd,vector<int> even,vector<vector<bool>>map,vector<bool> &visited,vector<int> &target)
{
for(int i = 0 ; i < even.size();i++)//与偶数容器中的每个元素进行判断
{
if(map[odd][i] && !visited[i])//二分图中该奇数与该偶数能建立联系 && 本次判断中没有访问过该偶数
{
visited[i] = true;//访问标记
if(target[i] == -1 || BuildRelation(target[i],even,map,visited,target) ) //该偶数没有进行匹配 || 与该偶数建立联系的奇数能找到新的匹配
{
target[i] = odd;//标记该偶数与该奇数建立匹配
return true;//能够匹配放回1
}
}
}
return false;//不能匹配返回0
}