匈牙利算法（样例完整代码结合具体场景）

适用场景

两个集合的匹配，求最大匹配度。
比如田忌赛马，已知我方上等马大于对方中等马、下等马，我方中等马大于对方下等马，求我方最多胜场数。

假设场景

有5位男嘉宾，分别是1、2、3、4、5；5位女嘉宾，分别是6、7、8、9、10。然后男女双方拟定选择自己的愿意组队的异性嘉宾。结果是：

1号男 可以选择8,9,10其中一位；
2号对应6,9,10；
3号对应6,9,10;
4号对应7,8,9;
5号对应7;

问最多可以组成几对？写出一种组合方式。

代码

#include <bits/stdc++.h>
using namespace std;

#define MAXM 100
#define MAXN 100
int M, N;            //M, N分别表示左、右侧集合的元素数量
int Map[MAXM][MAXN]; //邻接矩阵存图
int p[MAXN];         //记录当前右侧元素所对应的左侧元素
bool vis[MAXN];      //记录右侧元素是否已被访问过
bool match(int i)
{
    for (int j = 1; j <= N; ++j)
        if (Map[i][j] && !vis[j]) //有边且未访问
        {
            vis[j] = true;                 //记录状态为访问过
            if (p[j] == 0 || match(p[j])) //如果暂无匹配，或者原来匹配的左侧元素可以找到新的匹配
            {
                p[j] = i;    //当前左侧元素成为当前右侧元素的新匹配
                return true; //返回匹配成功
            }
        }
    return false; //循环结束，仍未找到匹配，返回匹配失败
}

int main()
{
    map<int,vector<int>>map1;
    vector<int>a{1,2,3,4,5};
    vector<int>b{6,7,8,9,10};
    map1[1] = {8,9,10};
    map1[2] = {6,9,10};
    map1[3] = {6,9,10};
    map1[4] = {7,8,9};
    map1[5] = {7};

    M = a.size();
    N = b.size();

    for(int i = 1;i <= M; ++i)
    {
        vector<int> vec = map1[a[i-1]];
        for(int j=1; j <= N; j++){
            if(find(vec.begin(), vec.end(), b[j-1]) != vec.end()){
                Map[i][j] = 1;
            }
        }
    }

    int cnt = 0;
    for (int i = 1; i <= M; ++i)
    {
        memset(vis, 0, sizeof(vis)); //重置vis数组
        if (match(i))
            cnt++;
    }


    for (int i = 1; i <= cnt; ++i)
    {
        cout << b[i-1] << " choose by " << a[p[i]-1] << endl;
    }
}

结果展示

讨论

一般这种匹配的题，不知道匈牙利算法的话，第一反应可能会想到dfs，最坏情况下，需要O(n!)的时间复杂度，当n比较大的时候，就需要耗时较多（ACM就会超时）。匈牙利算法这种场景时间复杂度是O(n3)。