加权二分图完美匹配算法（KM递归版本），python实现

最新推荐文章于 2020-12-21 05:47:42 发布

_Cade_

最新推荐文章于 2020-12-21 05:47:42 发布

阅读量2.5k

点赞数 2

分类专栏：算法和实现文章标签：经典算法和实现

本文链接：https://blog.csdn.net/u010510549/article/details/91350549

版权

本文介绍了加权二分图的完美匹配算法，特别是使用Python实现的KM递归版本。此外，还提到了通过BFS和费用流方法来解决同样问题的可能性。参考链接提供了更多关于算法原理和实现的详细信息。

摘要由CSDN通过智能技术生成

加权二分图完美匹配算法，numpy实现，KM递归版本。当然还有BFS版本和费用流

原理和其他实现参考

https://blog.csdn.net/sixdaycoder/article/details/47720471

https://blog.csdn.net/u014754127/article/details/78086014

import numpy as np
class max_bipartite_graph_match(object):

    def __init__(self,graph):
        self.graph = graph
        self.max_weight = graph.sum()
        self.n,self.m = graph.shape
        assert self.n == self.m
        self.lx = self.graph.max(1)
        self.ly = np.array([0] * self.m, dtype=int) #if weight of edges is float, change dtype to float
        self.match = np.array([-1] * self.n, dtype=int)
        self.slack = np.array([0] * self.m, dtype=int)
        self.visx = np.array([False] * self.n, dtype=