二分图最大匹配的König定理:
最小点覆盖数 = 最大匹配数
增广路的定义(也称增广轨或交错轨):
若P是图G中一条连通两个未匹配顶点的路径,并且属于M的边和不属于M的边(即已匹配和待匹配的边)在P上交替出现,则称P为相对于M的一条增广路径。
由增广路的定义可以推出下述三个结论:
1、P的路径个数必定为奇数,第一条边和最后一条边都不属于M。
2、将M和P进行取反操作可以得到一个更大的匹配M’
(反操作:把P中的 匹配边 与 非匹配边 互换)
3、M为G的最大匹配当且仅当不存在M的增广路径P
匈牙利算法
在介绍
匈牙利算法之前还是先提一下几个概念,下面M是G的一个匹配。
M-交错路:p是G的一条通路,如果p中的边为属于M中的边与不属于M但属于G中的边交替出现,则称p是一条M-交错路。如:路径(X3,Y2,X1,Y4),(Y1,X2,Y3)。
M-饱和点:对于v∈V(G),如果v与M中的某条边关联,则称v是M-饱和点,否则称v是非M-饱和点。如X1,X2,Y1,Y2都属于M-饱和点,而其它点都属于非M-饱和点。
求最大
匹配的一种
显而易见的算法是:先找出全部匹配,然后保留匹配数最多的。但是这个算法的
时间复杂度为边数的指数级
函数。因此,需要寻求一种更加高效的算法。下面介绍用
增广路求最大
匹配的方法(称作
匈牙利算法,
匈牙利
数学家Edmonds于1965年提出)。
增广路的定义(也称增广轨或交错轨):
由
增广路的定义可以推出下述三个结论:
1-P的路径个数必定为奇数,第一条边和最后一条边都不属于M。
2-将M和P进行取反操作可以得到一个更大的
匹配M’。
算法轮廓:
⑴置M为空
⑶重复⑵操作直到找不出
增广路径为止
解题报告:
#include <iostream>
#include <memory.h>
using namespace std;
int v1,v2;//顶点
bool matrix[501][501];
bool visit[501];//v2中每个点是否搜索过
int link[501];//v2中每个点匹配的x点
int ans;
bool dfs(int x)
{
for(int y=1;y<=v2;y++)
{
if(matrix[x][y]&&!visit[y])
{
visit[y] = true;
if(link[y]==0||dfs(link[y]))//link[y]==0 : 如果y不属于前一个匹配M
{ //find(link[y] : 如果被y匹配到的节点可以寻找到增广路
link[y] = x;//那么可以更新匹配M'(用M替代M')
return true;
}
}
}
return false;
}
void search()
{
for(int x=1;x<=v1;x++)
{
memset(visit,false,sizeof(visit));
if(dfs(x))
ans++;
}
return ;
}
int main()
{
int n,k;
while(cin>>n>>k)
{
memset(matrix,false,sizeof(matrix));
v1 = v2 =n;
int x,y;
for(int i=1;i<=k;i++)
{
cin>>x>>y;
matrix[x][y] = true;
}
ans = 0;
search();
cout<<ans<<endl;
}
return 0;
}