二分图的最大匹配

最新推荐文章于 2024-01-26 22:34:08 发布

提比-我有特殊的AC技巧

最新推荐文章于 2024-01-26 22:34:08 发布

阅读量689

点赞数

分类专栏：各类总结

各类总结专栏收录该内容

10 篇文章 0 订阅

订阅专栏

二分图指的是这样一种图，其所有顶点可以分成两个集合X和Y，其中X或Y中任意两个在同一集合中的点都不相连，所有的边关联在两个顶点中，恰好一个属于集合Ｘ，另一个属于集合Ｙ。给定一个二分图G，M为G边集的一个子集，如果M满足当中的任意两条边都不依附于同一个顶点，则称M是一个匹配。图中包含边数最多的匹配称为图的最大匹配。

二分图的最大匹配有两种求法，第一种是最大流；第二种就是我现在要讲的匈牙利算法。这个算法说白了就是最大流的算法，但是它跟据二分图匹配这个问题的特点，把最大流算法做了简化，提高了效率。

      增广路径的定义(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M的边和不属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。
由增广路径的定义可以推出下述4个结论：
        1－P的路径长度必定为奇数，第一条边和最后一条边都不属于M。
        2－P上所有第奇数条边都不在M中，所有第偶数条边都出现在M中。
　　 3－P经过取反操作可以得到一个更大的匹配M’。所谓“取反”即把P上所有第奇数条边(原不在M中)加入到M中，并把P中所有第偶数条边(原在M中)从M中删除，则新的匹配数就比原匹配数多了1个。（增广路顾名思义就是使匹配数增多的路径）
        4－M为G的最大匹配当且仅当不存在相对于M的增广路径。

   最大流算法的核心问题就是找增广路径（augment path）。匈牙利算法也不例外，它的基本模式就是：
     初始时最大匹配为空
      while 找得到增广路径
   do 把增广路径加入到最大匹配中去
      可见和最大流算法是一样的。但是这里的增广路径就有它一定的特殊性。（注：匈牙利算法虽然根本上是最大流算法，但是它不需要建网络模型，所以图中不再需要源点和汇点，仅仅是一个二分图。每条边也不需要有方向。）

算法的思路是不停的找增广路径, 并增加匹配的个数,增广路径顾名思义是指一条可以使匹配数变多的路径，在匹配问题中,增广路径的表现形式是一条"交错路径"，也就是说这条由图的边组成的路径，它的第一条边是目前还没有参与匹配的，第二条边参与了匹配，第三条边没有..最后一条边没有参与匹配，并且始点和终点还没有被选择过。这样交错进行，显然他有奇数条边。那么对于这样一条路径，我们可以将第一条边改为已匹配，第二条边改为未匹配...以此类推。也就是将所有的边进行"反色"，容易发现这样修改以后，匹配仍然是合法的，但是匹配数增加了一对。另外，单独的一条连接两个未匹配点的边显然也是交错路径。可以证明。当不能再找到增广路径时，就得到了一个最大匹配，这也就是匈牙利算法的思路。

3个重要结论：

最小点覆盖数：最小覆盖要求用最少的点（Ｘ集合或Ｙ集合的都行）让每条边都至少和其中一个点关联。可以证明：最少的点（即覆盖数）＝最大匹配数
最小路径覆盖=最小路径覆盖＝｜N｜－最大匹配数
用尽量少的不相交简单路径覆盖有向无环图Ｇ的所有结点。解决此类问题可以建立一个二分图模型。把所有顶点i拆成两个：Ｘ结点集中的i和Y结点集中的i'，如果有边i->j，则在二分图中引入边i->j'，设二分图最大匹配为m，则结果就是n-m。
二分图最大独立集=顶点数-二分图最大匹配
在Ｎ个点的图G中选出m个点，使这m个点两两之间没有边，求m最大值。
如果图Ｇ满足二分图条件，则可以用二分图匹配来做．最大独立集点数 = N - 最大匹配数。

例题：

http://poj.org/problem?id=1469 COURSES

有了匈牙利算法的基础，该题就是一道非常简单的题目了：该题给出P门课程，N个学生，问能否从中选出P个学生，使每个学生上不同的课，且每个课程有一个学生。典型的二分图匹配的问题，我们只要计算最大二分图匹配数，如果和课程数相同就输出YES，否则输出NO。

[cpp]view plaincopy 
   
 //poj_1469  
 /*==================================================*\ 
 | 二分图匹配（匈牙利算法DFS 实现） 
 | INIT: g[][]邻接矩阵; 
 | 优点：实现简洁容易理解，适用于稠密图，DFS找增广路快。 
 | 找一条增广路的复杂度为O（E），最多找V条增广路，故时间复杂度为O（VE） 
 ==================================================*/  
 #include<stdio.h>  
 #include<memory.h>  
   
 bool g[110][310]; //邻接矩阵，true代表有边相连  
 bool flag,visit[310];    //记录V2中的某个点是否被搜索过  
 int match[310];   //记录与V2中的点匹配的点的编号  
 int p,n;   //二分图中左边、右边集合中顶点的数目   
   
 // 匈牙利算法  
 bool dfs(int u)  
 {  
     for (int i = 1; i <= n; ++i)  
     {  
         if (g[u][i] && !visit[i])   //如果节点i与u相邻并且未被查找过  
         {  
             visit[i] = true;   //标记i为已查找过  
             if (match[i] == -1 || dfs(match[i]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[i] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
   
 int main(void)  
 {  
     int i,j,k,t,v,ans;  
     scanf("%d",&t);  
     while (t--)  
     {  
           scanf("%d %d", &p, &n);  
           for (i = 1; i <= p; i++)  
           {  
               for (j = 1; j <= n; j++)  
                   g[i][j] = false;  
           }  
           for (i = 1; i <= n; i++)  
               match[i] = -1;  
           flag = true;  
           for (i = 1; i <= p; i++)  
           {  
               scanf("%d",&k);  
               if (k == 0)  
                  flag = false;  
               while (k--)  
               {  
                     scanf("%d",&v);  
                     g[i][v]  = true;  
               }  
           }  
           if (flag)  
           {  
                ans = 0;  
                for (i = 1; i <= p; i++)  
                {  
                    memset(visit,false,sizeof(visit));   //清空上次搜索时的标记  
                    if( dfs(i) )    //从节点i尝试扩展  
                        ans++;  
                }  
                if (ans == p)  
                    puts("YES");  
                else  
                    puts("NO");  
           }   
           else  
               puts("NO");  
     }  
       
     return 0;  
 }  

pku 2446 二分图最大匹配的应用

http://poj.org/problem?id=2446 Chessboard

题意：给出一个矩形N*M棋盘，有K个格子是空洞，然后用2*1的矩形，对所有非空洞的格子进行覆盖，如果可以全部覆盖，就puts("YES");
算法：建立二分图，用匈牙利算法；
我们分别对所有的格子进行标号1.。。N*M
将问题转化为二分图最大匹配问题。将棋盘按国际象棋棋盘那样添上黑白两种颜色，这样的话，黑色和白色的格子就构成了二分图的两个集合，即相邻的两个格子不会属于同个集合的。然后从上到下，从左到右对格子进行编号（除了洞）,相邻的两格用边相连就构成一个二分图。然后求出最大匹配。。如果最大匹配+K=N*M就输出YES。。

二分图建图就是对于每一个不是洞的点，往4个方向扩展，如果哪个方向有不是洞的点，那么就可以连上一条边，然后我们再求这个二分图的最大匹配，然后判断它是否是一个完备匹配（即所有点都在匹配边上的匹配）
二分图永远是单向的，本题中的二分图中的x和y是一样的，但是即使这样也不能认为这个二分图是双向的，在本题通过上面的方法建图以后，我们只要求出最大独立集的个数是不是等于洞的个数，或者判断这个二分图是不是完备的就行了。

[cpp]view plaincopy 
   
 //poj_2446  
 /*==================================================*\ 
 | 二分图匹配（匈牙利算法DFS 实现） 
 | INIT: g[][]邻接矩阵; 
 | 优点：实现简洁容易理解，适用于稠密图，DFS找增广路快。 
 | 找一条增广路的复杂度为O（E），最多找V条增广路，故时间复杂度为O（VE） 
 ==================================================*/  
 #include<stdio.h>  
 #include<memory.h>  
   
 #define MAX 1089 //33*33  
 bool g[MAX][MAX]; //邻接矩阵，true代表有边相连  
 bool flag,visit[MAX];    //记录V2中的某个点是否被搜索过  
 int match[MAX];   //记录与V2中的点匹配的点的编号  
 int cnt;   //二分图中左边、右边集合中顶点的数目  
 bool hole[MAX][MAX];  
 int id[MAX][MAX];  
   
 // 匈牙利算法  
 bool dfs(int u)  
 {  
     for (int i = 1; i <= cnt; ++i)  
     {  
         if (g[u][i] && !visit[i])   //如果节点i与u相邻并且未被查找过  
         {  
             visit[i] = true;   //标记i为已查找过  
             if (match[i] == -1 || dfs(match[i]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[i] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
 int MaxMatch()  
 {  
     int i,sum=0;  
     memset(match,-1,sizeof(match));  
     for(i = 1 ; i <= cnt ; ++i)  
     {  
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记  
         if( dfs(i) )    //从节点i尝试扩展  
         {  
             sum++;  
         }  
     }  
     return sum;  
 }  
   
 int main(void)  
 {  
     int i,j,k,m,n,ans,y,x;  
     while (scanf("%d %d %d",&m,&n,&k)!=EOF)  
     {  
           memset(g,false,sizeof(g));  
           memset(hole,false,sizeof(hole));  
           for (i = 1; i <= k; ++i)  
           {  
               scanf("%d %d",&y,&x);  
               hole[x][y] = true;  
           }  
           if((m*n-k)&1)   //奇偶剪枝  
           {  
               puts("NO");  
               continue;  
           }  
           cnt = 0;  
   
           for (i = 1; i <= m; ++i)  
           {  
               for (j = 1; j <= n; ++j)  
               {  
                   if(hole[i][j] == false)   //对没有涂黑的点进行标号  
                   {  
                       id[i][j] = ++cnt;  
                   }  
               }  
           }  
           for (i = 1; i <= m; ++i)  
           {  
               for (j = 1; j <= n; ++j)  
               {  
                   if(hole[i][j] == false)  
                   {  
                       if(i-1>0 && hole[i-1][j] == false)   //建图。。要注意边界问题  
                           g[ id[i][j] ][ id[i-1][j] ] = true;  
                       if(i+1<=m && hole[i+1][j] == false)  
                           g[ id[i][j] ][ id[i+1][j] ] = true;  
                       if(j-1>0 && hole[i][j-1] == false)  
                           g[ id[i][j] ][ id[i][j-1] ] = true;  
                       if(j+1<=n && hole[i][j+1] == false)  
                           g[ id[i][j] ][ id[i][j+1] ] = true;  
                   }  
               }  
           }  
   
           ans = MaxMatch();  
           if (ans == cnt)  
               puts("YES");  
           else  
               puts("NO");  
     }  
       
     return 0;  
 }  

静态邻接表模板：

[cpp]view plaincopy 
   
 //poj_2446  
 /*==================================================*\ 
 | 二分图匹配（匈牙利算法DFS 实现） 
 | 邻接表方法来实现; 
 | 优点：实现简洁容易理解，适用于稠密图，DFS找增广路快。 
 | 找一条增广路的复杂度为O（E），最多找V条增广路，故时间复杂度为O（VE） 
 ==================================================*/  
 #include<stdio.h>  
 #include<memory.h>  
   
 #define MAX 1089 //33*33  
 bool flag,visit[MAX];    //记录V2中的某个点是否被搜索过  
 int match[MAX];   //记录与V2中的点匹配的点的编号  
 int cnt;   //二分图中左边、右边集合中顶点的数目  
 bool hole[MAX][MAX];  
 int id[MAX][MAX];  
 int head[MAX];  
   
 struct edge  
 {  
     int to,next;  
 }e[100005];  
 int index;  
   
 void addedge(int u,int v)  
 {   //向图中加边的算法，注意加上的是有向边  
     //u为v的后续节点既是v---->u  
     e[index].to=v;  
     e[index].next=head[u];  
     head[u]=index;  
     index++;  
 }  
   
 // 匈牙利（邻接表）算法  
 bool dfs(int u)  
 {  
     int i,v;  
     for(i = head[u]; i != 0; i = e[i].next)  
     {  
         v = e[i].to;  
         if(!visit[v])   //如果节点v与u相邻并且未被查找过  
         {  
             visit[v] = true;   //标记v为已查找过  
             if(match[v] == -1 || dfs(match[v]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[v] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
 int MaxMatch()  
 {  
     int i,sum=0;  
     memset(match,-1,sizeof(match));  
     for(i = 1 ; i <= cnt ; ++i)  
     {  
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记  
         if( dfs(i) )    //从节点i尝试扩展  
         {  
             sum++;  
         }  
     }  
     return sum;  
 }  
   
 int main(void)  
 {  
     int i,j,k,m,n,ans,y,x;  
     while (scanf("%d %d %d",&m,&n,&k)!=EOF)  
     {  
           memset(hole,false,sizeof(hole));  
           for (i = 1; i <= k; ++i)  
           {  
               scanf("%d %d",&y,&x);  
               hole[x][y] = true;  
           }  
           if((m*n-k)&1)   //奇偶剪枝  
           {  
               puts("NO");  
               continue;  
           }  
           cnt = 0;  
           index = 1;  
   
           for (i = 1; i <= m; ++i)  
           {  
               for (j = 1; j <= n; ++j)  
               {  
                   if(hole[i][j] == false)   //对没有涂黑的点进行标号  
                   {  
                       id[i][j] = ++cnt;  
                   }  
               }  
           }  
           memset(head,0,sizeof(head));    //切记要初始化  
           for (i = 1; i <= m; ++i)  
           {  
               for (j = 1; j <= n; ++j)  
               {  
                   if(hole[i][j] == false)  
                   {  
                       if(i-1>0 && hole[i-1][j] == false)   //建图。。要注意边界问题  
                           addedge(id[i][j],id[i-1][j]);  
                       if(i+1<=m && hole[i+1][j] == false)  
                           addedge(id[i][j],id[i+1][j]);  
                       if(j-1>0 && hole[i][j-1] == false)  
                           addedge(id[i][j],id[i][j-1]);  
                       if(j+1<=n && hole[i][j+1] == false)  
                           addedge(id[i][j],id[i][j+1]);  
                   }  
               }  
           }  
   
           ans = MaxMatch();  
           if (ans == cnt)  
               puts("YES");  
           else  
               puts("NO");  
     }  
     return 0;  
 }  

http://poj.org/problem?id=1274

题意描述：
农夫约翰上个星期刚刚建好了他的新牛棚，他使用了最新的挤奶技术。不幸的是，由于工程问题，每个牛栏都不一样。第一个星期，农夫约翰随便地让奶牛们进入牛栏，但是问题很快地显露出来：每头奶牛都只愿意在她们喜欢的那些牛栏中产奶。上个星期，农夫约翰刚刚收集到了奶牛们的爱好的信息（每头奶牛喜欢在哪些牛栏产奶）。一个牛栏只能容纳一头奶牛，当然，一头奶牛只能在一个牛栏中产奶。
输入：第一行两个整数，N (0 <= N <= 200) 和 M (0 <= M <= 200) 。N 是农夫约翰的奶牛数量，M 是新牛棚的牛栏数量。
第二行到第N+1行一共 N 行，每行对应一只奶牛。第一个数字 (Si) 是这头奶牛愿意在其中产奶的牛栏的数目 (0 <= Si <= M) 。后面的 Si 个数表示这些牛栏的编号。牛栏的编号限定在区间 (1..M) 中，在同一行，一个牛栏不会被列出两次。
输出：
只有一行。输出一个整数，表示最多能分配到的牛栏的数量。

给出奶牛们的爱好的信息，计算最大分配方案。

[cpp]view plaincopy 
   
 #include<stdio.h>  
 #include<memory.h>  
   
 #define MAX 202  
 bool flag,visit[MAX];    //记录V2中的某个点是否被搜索过  
 int match[MAX];   //记录与V2中的点匹配的点的编号  
 int cow, stall;   //二分图中左边、右边集合中顶点的数目  
 int head[MAX];  
   
 struct edge  
 {  
     int to,next;  
 }e[3000];  
 int index;  
   
 void addedge(int u,int v)  
 {   //向图中加边的算法，注意加上的是有向边  
     //u为v的后续节点既是v---->u  
     e[index].to=v;  
     e[index].next=head[u];  
     head[u]=index;  
     index++;  
 }  
   
   
 // 匈牙利（邻接表）算法  
 bool dfs(int u)  
 {  
     int i,v;  
     for(i = head[u]; i != 0; i = e[i].next)  
     {  
         v = e[i].to;  
         if(!visit[v])   //如果节点v与u相邻并且未被查找过  
         {  
             visit[v] = true;   //标记v为已查找过  
             if(match[v] == -1 || dfs(match[v]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[v] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
 int MaxMatch()  
 {  
     int i,sum=0;  
     memset(match,-1,sizeof(match));  
     for(i = 1 ; i <= cow ; ++i)  
     {  
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记  
         if( dfs(i) )    //从节点i尝试扩展  
         {  
             sum++;  
         }  
     }  
     return sum;  
 }  
   
 int main(void)  
 {  
     int i,j,k,ans,m;  
     while (scanf("%d %d",&cow, &stall)!=EOF)  
     {  
         memset(head,0,sizeof(head));    //切记要初始化  
         index = 1;  
         for (i = 1; i <= cow; ++i)  
         {  
             scanf("%d",&k);  
             for (j = 0; j < k; ++j)  
             {  
                 scanf("%d",&m);  
                 addedge(i , m);  
             }  
         }  
   
         ans = MaxMatch();  
         printf("%d\n",ans);  
     }  
     return 0;  
 }  

http://poj.org/problem?id=1325

分析：显然，机器重启次数是两台机器需要使用的不同模式的个数。把每个任务看成一条边，即A机器的每个模式看成一个X节点，B机器的每个模式看成一个Y节点，任务i为边（ai, bi）。本题即求最少的点让每条边至少与其中的一点关联，即求一个点的最小覆盖。可以证明，这个最小覆盖就是该二分图的最大匹配数。故二分图匹配的模型就建好了。注意到开始时机器都处于0模式，所以如果某个任务可以在0模式下执行，则我们可以不考虑该任务，假定它已经被完成即可，也就是建图的时候不要把与0关联的边加到二分图中就可以得到正确的解。

[cpp]view plaincopy 
   
 #include<stdio.h>  
 #include<memory.h>  
   
 #define MAX 105  
 bool visit[MAX];    //记录V2中的某个点是否被搜索过  
 int match[MAX];   //记录与V2中的点匹配的点的编号  
 int n,m;   //二分图中左边、右边集合中顶点的数目  
 int head[MAX];  
   
 struct edge  
 {  
     int to,next;  
 }e[1005];  
 int index;  
   
 void addedge(int u,int v)  
 {   //向图中加边的算法，注意加上的是有向边  
     //u为v的后续节点既是v---->u  
     e[index].to=v;  
     e[index].next=head[u];  
     head[u]=index;  
     index++;  
 }  
   
 // 匈牙利（邻接表）算法  
 bool dfs(int u)  
 {  
     int i,v;  
     for(i = head[u]; i != 0; i = e[i].next)  
     {  
         v = e[i].to;  
         if(!visit[v])   //如果节点v与u相邻并且未被查找过  
         {  
             visit[v] = true;   //标记v为已查找过  
             if(match[v] == -1 || dfs(match[v]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[v] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
 int MaxMatch()  
 {  
     int i,sum=0;  
     memset(match,-1,sizeof(match));  
     for(i = 1 ; i < n ; ++i)  
     {  
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记  
         if( dfs(i) )    //从节点i尝试扩展  
         {  
             sum++;  
         }  
     }  
     return sum;  
 }  
   
 int main(void)  
 {  
     int i,j,k,ans,y,x;  
     while (scanf("%d",&n),n)  
     {  
         scanf("%d %d",&m,&k);  
         index = 1;  
         memset(head,0,sizeof(head));    //切记要初始化  
   
         for (i = 1; i <= k; ++i)  
         {  
             scanf("%d %d %d",&j,&x,&y);  
             if(x && y)  
                 addedge(x,y);  
         }  
         ans = MaxMatch();  
         printf("%d\n",ans);  
     }  
     return 0;  
 }  

动态邻接表模板：

[cpp]view plaincopy 
   
 #include<iostream>  
 using namespace std;  
   
 int n,m,k;  
 bool visit[105];    //每次找增广路时对Y中点是否访问  
 int match[105];   //Y中点匹配的X中点的位置  
   
 struct edge  
 {  
     int from;  
     int to;  
     edge* next;  
     edge()  
     {  
         from = to = 0;  
         next = NULL;  
     }  
 };  
 edge* List[105];  
   
 void add_edge(int f,int t)  
 {  
     edge* node = new edge();  
     node->from = f;  
     node->to = t;  
     node->next = List[f];  
     List[f] = node;  
 }  
   
 // 匈牙利（邻接表）算法    
 bool dfs(edge* node)  
 {  
     int i;    
     for(; node != NULL; node = node->next)    
     {    
         i = node->to;   
         if(visit[i] == NULL)   //如果节点v与u相邻并且未被查找过    
         {    
             visit[i] = true;   //标记v为已查找过    
             if(match[i] == -1 || dfs( List[match[i]] ) )   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径    
             {    
                 match[i] = node->from;  //记录查找成功记录，更新匹配M（即“取反”）    
                 return true;   //返回查找成功    
             }    
         }    
     }    
     return false;    
 }  
   
 int main(void)  
 {  
     int i,x,y;  
     while(scanf("%d",&n)!=EOF && n!=0)  
     {  
         for(i=0;i<=n;i++)//链表清空，一开始没清空，错了很多次  
         {  
             List[i] = NULL;  
         }  
         memset(match,-1,sizeof(match));  
         scanf("%d%d",&m,&k);  
         while(k--)  
         {  
             scanf("%d%d%d",&i,&x,&y);  
             if(x && y)  
                 add_edge(x,y);  
         }  
         int sum = 0;  
         for(i=1;i<=n;i++)  
         {  
             memset(visit,false,sizeof(visit));  
             if( dfs(List[i]) )  
                 sum++;  
         }  
         printf("%d\n",sum);  
     }  
     return 0;  
 }  

http://acm.hdu.edu.cn/showproblem.php?pid=1281棋盘游戏

又是一种建图的方式，对于一个坐标，x ， y 可以分成两个不同的集合，如果该点满足某种性质的话，就在 x ， y 上连一条线，本题就是这样的……
本题要求关键点，那么只需要对于每个可行点进行删点，然后看看得出的最大匹配是否小于不删点的解，如果小于，则是关键点……统计一下即可。
代码：

[cpp]view plaincopy 
   
 /*==================================================*\ 
 | 二分图匹配（匈牙利算法DFS 实现） 
 | INIT: g[][]邻接矩阵; 
 | 优点：实现简洁容易理解，适用于稠密图，DFS找增广路快。 
 | 找一条增广路的复杂度为O（E），最多找V条增广路，故时间复杂度为O（VE） 
 ==================================================*/  
 #include<stdio.h>  
 #include<memory.h>  
   
 bool g[101][101]; //邻接矩阵，true代表有边相连  
 bool visit[101];    //记录V2中的某个点是否被搜索过  
 int match[101];   //记录与V2中的点匹配的点的编号  
 int n,m,k;   //二分图中左边、右边集合中顶点的数目   
   
 // 匈牙利算法  
 bool dfs(int u)  
 {  
     for (int i = 1; i <= m; ++i)  
     {  
         if (g[u][i] && !visit[i])   //如果节点i与u相邻并且未被查找过  
         {  
             visit[i] = true;   //标记i为已查找过  
             if (match[i] == -1 || dfs(match[i]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径  
             {  
                 match[i] = u;  //记录查找成功记录，更新匹配M（即“取反”）  
                 return true;   //返回查找成功  
             }  
         }  
     }  
     return false;  
 }  
   
 inline int MaxMatch()  
 {    
     int i,sum=0;    
     memset(match,-1,sizeof(match));    
     for(i = 1 ; i <= n ; ++i)    
     {    
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记    
         if( dfs(i) )    //从节点i尝试扩展    
         {    
             sum++;    
         }    
     }    
     return sum;    
 }  
   
 int main(void)  
 {  
     int i,j,ans,x,y,num,t=1;  
     while (scanf("%d %d %d",&n,&m,&k)!=EOF)  
     {  
           memset(g,false,sizeof(g));   //初始化  
           for (i = 1; i <= k; ++i)  
           {  
               scanf("%d %d",&x,&y);  
               g[x][y] = true;  
           }  
           ans = MaxMatch();  
           num = 0;  
           for (i = 1; i <= n; ++i)  
           {  
               for (j = 1; j <= m; ++j)  
               {  
                   if(g[i][j] == true)  
                   {  
                       g[i][j] = false;  
                       if(MaxMatch() < ans)  
                           num++;  
                       g[i][j] = true;  
                   }  
               }  
           }  
           printf("Board %d have %d important blanks for %d chessmen.\n",t++,num,ans);  
     }  
     return 0;  
 }  

http://acm.hdu.edu.cn/showproblem.php?pid=2819 Swap

题目的意思是，通过一系列交换，让矩阵中A[i, i] (1 <= i <= N)的值全为1。
首先要明确：如果某行或者某列全是0。那怎么换都没办法的。否则，一定能换出来。这个动动脑子想一下可以明白的。

其实就是简单的二分匹配，行和列匹配就可以了，关键是点不在于匹配而在于排序，因为匹配后的match存储的是列的匹配对象，所以只需要把列从小到大(或者从大到小，因为是special judge，所以主、副对角线都是一样)排序，每排序一次就保存当前交换了的下标，注意这里不能用冒泡而最好用选择，因为题目要求len不能大于1000，,这里纠结了一下，郁闷死了)
其次要明确：只交换行或者只交换列都是可以换出来的，这个动动脑子想一下也可以明白的。

明确了这两点，这问题就变成了二分图的匹配问题。
二分图左边的节点为每一行的行号，二分图右边的节点为每一行中出现的“1”对应的列号，这样用匈牙利算法就可以匹配了。

[cpp]view plaincopy 
   
 /* 
 最大二分匹配+选择排序 
 开始压根没想到会是二分图匹配问题，做题太少，只能说水平不够吧。 
 将行数放在左边，右边为连接该行为1的所在列数，再求二分图的最大匹配，若能完全匹配，则存在。 
 再用选择排序的方法，次算出行之间的交换次数，并保存结果。 
 */  
 #include<iostream>  
 #include<cstdio>  
 using namespace std;  
 #include<memory.h>  
   
 bool visit[101];    //记录V2中的某个点是否被搜索过  
 int match[101];   //记录与V2中的点匹配的点的编号  
 int n;   //二分图中左边、右边集合中顶点的数目  
 bool flag;  
 int a[101],b[101],head[101];  
   
 struct edge    
 {  
     int to,next;    
 }e[5005];    
 int index;    
     
 void addedge(int u,int v)    
 {   //向图中加边的算法，注意加上的是有向边    
     //u为v的后续节点既是v---->u    
     e[index].to=v;    
     e[index].next=head[u];    
     head[u]=index;    
     index++;  
 }  
   
 // 匈牙利（邻接表）算法    
 bool dfs(int u)    
 {    
     int i,v;  
     for(i = head[u]; i != 0; i = e[i].next)    
     {    
         v = e[i].to;    
         if(!visit[v])   //如果节点v与u相邻并且未被查找过    
         {    
             visit[v] = true;   //标记v为已查找过    
             if(match[v] == -1 || dfs(match[v]))   //如果i未在前一个匹配M中，或者i在匹配M中，但是从与i相邻的节点出发可以有增广路径    
             {    
                 match[v] = u;  //记录查找成功记录，更新匹配M（即“取反”）    
                 return true;   //返回查找成功    
             }  
         }  
     }  
     return false;    
 }  
   
 int MaxMatch()  
 {    
     int i,sum=0;  
     memset(match,-1,sizeof(match));  
     for(i = 1 ; i <= n ; ++i)  
     {  
         memset(visit,false,sizeof(visit));   //清空上次搜索时的标记    
         if( dfs(i) )    //从节点i尝试扩展    
         {  
             sum++;    
         }  
         else  
         {  
             flag = false;  
             break;  
         }  
     }    
     return sum;    
 }  
 inline bool scan_d(int &num)  //  这个就是 加速的 关键了   
 {  
     char in;bool IsN=false;  
     in=getchar();  
     if(in==EOF)  
         return false;  
     while(in!='-'&&(in<'0'||in>'9')) in=getchar();  
     if(in=='-')   { IsN=true;num=0;}  
     else num=in-'0';  
     while(in=getchar(),in>='0'&&in<='9')  
     {  
         num*=10,num+=in-'0';  
     }  
     if(IsN)  
         num=-num;  
     return true;  
 }  
   
 int main(void)  
 {  
     int i,j,ans,k,cnt,value;  
     while (scanf("%d",&n)!=EOF)  
     {  
         index = 1;  
         flag = true;  
         memset(head,0,sizeof(head));    //切记要初始化，否则会超时的    
         for (i = 1; i <= n; i++)  
         {  
             for (j = 1; j <= n; j++)  
             {  
                 scan_d(value);  
                 if(value)  
                     addedge(i,j);  
             }  
         }  
         ans = MaxMatch();  
         if(!flag)  
             puts("-1");  
         else  
         {  
             cnt = 0;  
             for (i = 1; i <= n; i++)  
             {  
                 k = i;  
                 for(j = i; j <= n; j++)  
                 {  
                     if(match[j] < match[k])  
                         k = j;  
                 }  
                 if(k != i)  
                 {  
                     a[cnt]=i;  
                     b[cnt++]=k;  
                     swap(match[i] , match[k]);  
                 }  
             }  
             printf("%d\n",cnt);  
             for (i = 0; i < cnt; i++)  
                 printf("C %d %d\n",a[i],b[i]);  
         }  
     }  
     return 0;  
 }  

提比-我有特殊的AC技巧

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
二分图的最大匹配

二分图指的是这样一种图，其所有顶点可以分成两个集合X和Y，其中X或Y中任意两个在同一集合中的点都不相连，所有的边关联在两个顶点中，恰好一个属于集合Ｘ，另一个属于集合Ｙ。给定一个二分图G，M为G边集的一个子集，如果M满足当中的任意两条边都不依附于同一个顶点，则称M是一个匹配。图中包含边数最多的匹配称为图的最大匹配。二分图的最大匹配有两种求法，第一种是最大流；第二种就是我现在要讲的匈
复制链接

扫一扫