匈牙利算法的数学上理解——矩阵形式

许多的算法都用到了匈牙利算法与卡尔曼滤波。今天仔细学习下匈牙利算法以及卡尔曼滤波，匈牙利算法在运筹学课程有所涉及。著名的SORT跟踪算法就是基于匈牙利算法和卡尔曼滤波提出的算法。

匈牙利算法

简介

匈牙利算法是一种求解任务分配问题的组合优化算法，最容易理解的应该是其矩阵解释。

矩阵解释

现假设有n个工人和任务，以及一个分配给每个工人对应任务的成本矩阵$A_{(n\times n)}$。

现假设$n=4$，此时把矩阵 $A$ 表达出来就是;
$$A=\left(\begin{array}{cccc}{a}_1& a_2& a_3& a_4\\ b_1& b_2& b_3& b_4\\ c_1& c_2& c_3& c_4\\ d_1& d_2& d_3& d_4\end{array}\right)$$
其中，$a_i$ 代表工人$a$ 执行第$i$ 个任务的成本,$i=1,2,3,4$ .其他类似。由于A是一个方阵，代表一个工人智能执行一个任务。

step 1 行操作

对于第一行，找出最小的$a_i$ ，并且将第一行每个元素减去最小的$a_i$ ，此时该行至少有一个元素为0（考虑可能有相同的最小值）。对其他行也如此处理，得到一个每行至少有一个0元素的新的矩阵$B$ ：
$$B=\left(\begin{array}{cccc}{a}_1^{\prime }& 0& a_3^{\prime }& a_4^{\prime }\\ 0& b_2^{\prime }& b_3^{\prime }& b_4^{\prime }\\ c_1^{\prime }& c_2^{\prime }& c_3^{\prime }& 0\\ d_1^{\prime }& d_2^{\prime }& 0& d_4^{\prime }\end{array}\right)$$
此时每行每列各有一个0元素，即可指派任务，且此时的成本最小，任务指派方案为：
$$(a,2),(b,1),(c,4),(d,3)$$
step 2 列操作

若step 1 所得矩阵不能满足每行每列一个0元素，例如;
$$C=\left(\begin{array}{cccc}{a}_1^{\prime }& 0& a_3^{\prime }& a_4^{\prime }\\ 0& b_2^{\prime }& b_3^{\prime }& b_4^{\prime }\\ c_1^{\prime }& c_2^{\prime }& c_3^{\prime }& 0\\ 0& d_2^{\prime }& d_3^{\prime }& d_4^{\prime }\end{array}\right)$$
此时不能作出指派，因为任务1 适合工人b和d，但没有工人适合做任务3 ，此时怎么办？

此时对所有列类比step 1 执行减去每列最小元素的操作，此时大多数情况都可以指派任务。

如：假设$C$中第三列b元素最小，则有
$$D=\left(\begin{array}{cccc}{a}_1^{\prime }& 0& a_3^{\prime }& a_4^{\prime }\\ 0& b_2^{\prime }& 0& b_4^{\prime }\\ c_1^{\prime }& c_2^{\prime }& c_3^{\prime }& 0\\ 0& d_2^{\prime }& d_3^{\prime }& d_4^{\prime }\end{array}\right)$$

若仍不可以，进行step 3 。

step 3

我们想用尽可能少的行或列标记覆盖矩阵中的所有零。就矩阵$C$而言，显然只用三条直线就能够覆盖矩阵中所有的“0”元素。

当覆盖“0”元素的直线小于效率矩阵的阶数时，我们需要从行和列结合的角度，产生等价的效率矩阵，有更多的“0”元素。

现假设得到效率矩阵：
$$E=\left(\begin{array}{cccc}{a}_1^{\prime }& 0& a_3^{\prime }& a_4^{\prime }\\ 0& b_2^{\prime }& b_3^{\prime }& b_4^{\prime }\\ c_1^{\prime }& c_2^{\prime }& 0& 0\\ 0& d_2^{\prime }& d_3^{\prime }& d_4^{\prime }\end{array}\right)$$

显然三条直线即可覆盖全部零元素，此时行列最小值皆为0，不能通过step 1 和step 2进行变换，

此时，找出未覆盖元素中的最小值，，对未覆盖元素减去最小值，直线交叉处元素加上最小值，其余不变。

对于矩阵$E$来说，未被覆盖的红色元素减去其中最小的，交叉的绿色元素，加上减去的最小值。不妨设为$d_3^{\prime }$，于是得矩阵:
$$F=\left(\begin{array}{cccc}{a}_1^{\prime }& 0& a_3^{\prime \prime }& a_4^{\prime \prime }\\ 0& b_2^{\prime }& b_3^{\prime \prime }& b_4^{\prime \prime }\\ c_1^{\prime \prime }& c_2^{\prime \prime }& 0& 0\\ 0& d_2^{\prime }& 0& d_4^{\prime \prime }\end{array}\right)$$
此时，四条直线完全覆盖所有零元素，可以分配：

(a,2),(b,1),(c,4)(d,3)。

当然上述情形可能并不完整，比如就没有讨论零元素形成闭回路的情况。

两个定理

以上计算方法是建立在数学家克尼格（Konig）证明的两个定理的基础上。

1. 如果从分配问题的效率矩阵$A_{ij}$的每一行元素中分别减去（加上）一个常数$u_i$（该行位势），每一列元素分别减去（加上）一个常数$v_j$（该列位势），得到一个新的效率矩阵$B_{ij}$，若其中$b_{ij}=a_{ij}-u_i-v_j$，则$B_{ij}$的最优解等价于$A_{ij}$的最优解。
2. 若矩阵$A$的元素可以分为“0”与非“0”两部分，则覆盖“0”元素的最少直线数等于位于不同行不同列的“0”元素的最大个数。

数学上的矩阵形式很容易就理解了，至于二分图形式，有许多资料详细解释了二分图的匹配过程，不赘述。

二分图形式文章推荐

贴一篇写的不错的:匈牙利算法二分图表示及代码

可以仔细食用。