#include <stdio.h>
#include <string.h>
#define M 310
#define inf 0x3f3f3f3f
int n,nx,ny;
int link[M],lx[M],ly[M],slack[M]; //lx,ly为顶标,nx,ny分别为x点集y点集的个数
int visx[M],visy[M],w[M][M];
int DFS(int x)
{
visx[x] = 1;
for (int y = 1;y <= ny;y ++)
{
if (visy[y])
continue;
int t = lx[x] + ly[y] - w[x][y];
if (t == 0) //
{
visy[y] = 1;
if (link[y] == -1||DFS(link[y]))
{
link[y] = x;
return 1;
}
}
else if (slack[y] > t) //不在相等子图中slack 取最小的
slack[y] = t;
}
return 0;
}
int KM()
{
int i,j;
memset (link,-1,sizeof(link));
memset (ly,0,sizeof(ly));
for (i = 1;i <= nx;i ++) //lx初始化为与它关联边中最大的
for (j = 1,lx[i] = -inf;j <= ny;j ++)
if (w[i][j] > lx[i])
lx[i] = w[i][j];
for (int x = 1;x <= nx;x ++)
{
for (i = 1;i <= ny;i ++)
slack[i] = inf;
while (1)
{
memset (visx,0,sizeof(visx));
memset (visy,0,sizeof(visy));
if (DFS(x)) //若成功(找到了增广轨),则该点增广完成,进入下一个点的增广
break; //若失败(没有找到增广轨),则需要改变一些点的标号,使得图中可行边的数量增加。
//方法为:将所有在增广轨中(就是在增广过程中遍历到)的X方点的标号全部减去一个常数d,
//所有在增广轨中的Y方点的标号全部加上一个常数d
int d = inf;
for (i = 1;i <= ny;i ++)
if (!visy[i]&&d > slack[i])
d = slack[i];
for (i = 1;i <= nx;i ++)
if (visx[i])
lx[i] -= d;
for (i = 1;i <= ny;i ++) //修改顶标后,要把所有不在交错树中的Y顶点的slack值都减去d
if (visy[i])
ly[i] += d;
else
slack[i] -= d;
}
}
int res = 0;
for (i = 1;i <= ny;i ++)
if (link[i] > -1)
res += w[link[i]][i];
return res;
}
int main ()
{
int i,j;
while (scanf ("%d",&n)!=EOF)
{
nx = ny = n;
// memset (w,0,sizeof(w));
for (i = 1;i <= n;i ++)
for (j = 1;j <= n;j ++)
scanf ("%d",&w[i][j]);
int ans = KM();
printf ("%d\n",ans);
}
return 0;
}
对slack也还有不清楚的地方,同网上..如下
/*
注意到,d=min{lx[x]+ly[y]-w[x,y]}。令slack[y]=min{lx[x]+ly[y]-w[x,y]},则d=min{slack[y]},如果能在O(1)时间内维护slack,求d的复杂度就可以下降到O(n)。实际上这是可以的。在搜索的时候每次访问到边(x,y),如果它不在相等子图内,就可以试着用lx[x]+ly[y]-w[x][y]更新slack[y]。这时,保证了x在搜索树内。只要到最后的时候,选择那些不在搜索树内的y求d就可以了。在修改l[y]的时候,要把所有的y不在搜索树内的slack值都减去d(这时它的l[x]变了!)。 我个人认为我这一段对slack的解释是错误的。欢迎大家用合理的语言来解释之。
由于slack[y]在不断的减小,所以会出现slack[y]=0的情况,这时候说明y必然有一条相等边与之相连,所以在这个时候,找到那条相等边,直接将这条边连在树上即可。
复杂度原来应该是n*N*(N*N+E)的(粗略)
感觉这个优化只是优化掉了括号里的n*n(实际并没有达到这个复杂度),E没有优化,而E是一定大于实际的n*n的,觉得优化过后最大复杂度仍然是N四方。求大牛解释
*/
个人对于slack的理解:
首先我把slack理解成, X到Y的最短距离(X在相等子图里而Y不在, 我们是从X出发找Y的),那么首先我们这样更新slack之后(在寻找增广轨的过程中),所有在相等子图里的X,我们先减去d(d之所以取min(lx + ly - wxy),是要保证顶标的可行性),同样不在相等子图的Y加上d,(增加相等子图的操作,不懂看上面链接),那slack既然代表不在相等子图的Y到在相等子图的X的距离,同样也应随着上面的减去d而减去d。至此关于slack[] -= d;的解释完成(...)。
而在寻找增广轨的dfs过程中,关于slack的更新,(有了上面的slack的个人定义),因为我的slack本来就是用以更新d来完成优化, 当有在相等子图里面的X到不在相等子图里面的Y有更优的方案时(即进入dfs的X到Y的的权值更小),我当然要更新它。事实上,被更新的slack【y】与km函数里面进行扩大相等子图操作时的那个d有可能相等,而这个slack里面的 y 就是我们下次dfs是可以找到的增广轨