http://wenku.baidu.com/view/f9b3b08a680203d8ce2f2452.html

什么是二分图的带权匹配？二分图的带权匹配就是求出一个匹配集合，使得

集合中边的权值之和最大或最小。而二分图的最佳匹配则一定为

完备匹配

，

在此基础上，才要求匹配的边权值之和最大或最小。二分图的

带权匹配与最

佳匹配不等价，也不互相包含

。

 

我们可以使用

KM

算法实现求二分图的最佳匹配。方法我不再赘述，可以参

考

tianyi

的讲解

。

KM

算法可以实现为

O(N^3)

。

 

[KM

算法的几种转化

]

 

KM

算法是求最大权完备匹配，如果要求最小权完备匹配怎么办？方法很简

单，只需将所有的边权值取其相反数，求最大权完备匹配，匹配的值再取相

反数即可。

 

KM

算法的运行要求是

必须存在一个完备匹配

，如果求一个最大权匹配

(

不一

定完备

)

该如何办？依然很简单，把不存在的边权值赋为

0

。

 

KM

算法求得的最大权匹配是

边权值和

最大，如果我想要

边权之积

最大，又

怎样转化？还是不难办到，每条边权取自然对数，然后求最大和权匹配，求

得的结果

a

再算出

e^a

就是最大积匹配。

至于精度问题则没有更好的办法了。

 

[

求最小

(

大

)

权匹配的费用流建模方法

]

 

求最小

(

大

)

权匹配，可以用最小

(

大

)

费用最大流的方法。和二分图最大匹配的

构图方法类似，添加附加源

S

和附加汇

T

，从

S

向二分图

X

集合中每个顶点

连接一条权值为

0

，容量为

1

的有向边，从

Y

集合中每个顶点向

T

也连接一

条权值为

0

，

容量为

1

的有向边。

然后把原有的边变成容量为

1

，

权值不变的

有向边。求从

S

到

T

的最小

(

大

)

费用最大流，就能求得最小

(

大

)

权匹配。

 

上述建模求最大权匹配的方法求得的

一定

是最佳匹配

(

如果存在完备匹配

)

，

因

为

S

到

X

集合每条边全部满流。如下图所示，最小费用最大流为

2

。

 

 

要求最大权匹配

(

不一定完备匹配

)

。如下图，只需再引入一个顶点

A

，从

X

集合的每个顶点向

A

连接一条容量为

1

，权值为

0

的边，然后再由

A

向

T

连

接一条权值为

0

，容量不小于

|X|

的边，求最大费用最大流，这时是

100

。

 

 

最小权匹配也类似，

不过新加的边权要为一个极大值，

大于所有已有边权值。

 

[KM

算法与费用流的比较

]

 

从理论上分析，

KM

算法的时间复杂度比费用流要好，但是实际上和较好的

费用流算法比起来运行效率是差不多的，

KM

算法优势仅仅在于编程容易。

而对于十分稀疏的图，

许多优秀的费用流算法效率是很高的。

这并不说明

KM

算法不如费用流，毕竟在信息学竞赛中，编程的复杂度也是一个相当重要的

需要考虑的因素。

 

 

 

BYVoid 

原创讲解，转载请注明。