算法设计学习记录(一)：G-S算法实现稳定匹配

最近这几周在复习微机原理，不可避免地重燃了对硬件的兴趣，一度想要拿下一张树莓派玩玩，好在这东西不便宜，思来想去还是决定暂时放放。

一直有在考虑自己未来的发展方向，自动驾驶还是交通运输，这对我来说是一个很难决定的事情。回过头来想，其实现在确实想不出一个答案，一是积累不够，二是眼界尚浅。于是决定静下心来去学习和沉淀，看着书架上好久没翻开的《算法设计》，就决定从这里开始了！

希望我能把这个系列做下去，能把这本书啃完。

因为是学习记录，内容上更多是代码展示和思考过程，不会对原文内容进行太监传话，如果有想一起学的可以考虑书（封面上的这本）和博客一起食用，也欢迎关注我的公众号：补考日记。

稳定匹配

稳定匹配描述了这样一个问题：现有n位男性和n位女性，每位男性对n位女性都有一个好感度排名，当然每位女性对n位男性也有一个好感度排名。我们的目标是求解这样一个匹配集合，它满足一夫一妻制（完美匹配），且不存在这样两个元素（m1,w1）（m2,w2）其中m1更喜欢w2，w2也更喜欢m1（稳定匹配）。

算法

代码

<1>定义人物类与相关函数

人物类包含属性有名字，是否未进入订婚状态，好感度列表，已匹配过列表，伴侣；函数有检验好感度排名，更改人物状态。

# ------------------------class and function------------------------

class Person:
    def __init__(self, name, free, prefer_list, matched_list, mate):
        self.name = name
        self.free = free
        self.prefer_list = prefer_list
        self.matched_list = matched_list
        self.mate = None


def check_prefer(w, m1, m2):
    prefer_m1 = w.prefer_list.index(m1)
    prefer_m2 = w.prefer_list.index(m2)
    if prefer_m1 < prefer_m2:
        return 1
    else:
        return 0


def change_state(i, j):
    i.free = 0
    j.free = 0
    i.mate = j
    j.mate = i
    i.matched_list.append(j)

# ------------------------class and function------------------------

<2>初始化人物对象

我的面向对象学的很一般，在设计人物类的时候碰到了问题。person.mate这一属性的type是Person类，这使得我在初始化类对象的时候卡壳了，于是只能用下面的呆瓜方法初始化。（写了个生成字符串的脚本，还挺快？）做了张表方便大家看好感度排名。

	w1		w2		w3		w4
m1	3	3	1	1	2	4	4	2
m2	1	1	3	3	4	2	2	4
m3	4	2	2	2	3	3	1	1
m4	2	4	4	4	1	1	3	3

# ------------------------initialize person------------------------

w1 = Person('w1', 1, [], [], None)
w1.mate = w1
w2 = Person('w2', 1, [], [], None)
w2.mate = w2
w3 = Person('w3', 1, [], [], None)
w1.mate = w3
w4 = Person('w4', 1, [], [], None)
w1.mate = w4
m1 = Person('m1', 1, [], [], None)
m1.mate = m1
m2 = Person('m2', 1, [], [], None)
m2.mate = m2
m3 = Person('m3', 1, [], [], None)
m3.mate = m3
m4 = Person('m4', 1, [], [], None)
m4.mate = m4

w1.prefer_list = [m2, m3, m1, m4]
w2.prefer_list = [m1, m4, m2, m3]
w3.prefer_list = [m4, m2, m3, m1]
w4.prefer_list = [m3, m1, m4, m2]
m1.prefer_list = [w2, w3, w1, w4]
m2.prefer_list = [w1, w4, w2, w3]
m3.prefer_list = [w4, w2, w3, w1]
m4.prefer_list = [w3, w1, w4, w2]

# ------------------------initialize person------------------------

<3>匹配

这一部分才是这篇推送的重点，实际上就是对上面图里算法的实现。实现过程中遇到的问题：1.算法结束标志，一开始我是构建了匹配结果列表，后来嫌麻烦，换成了下面的count，个人觉得挺好；2.break，刚写完的时候没写这俩break，导致算法一直结束不了，后来加了两条print用来debug才找到这个问题（真的很喜欢用print来调试，想要什么输出什么，软件自带的信息量太多了）；3.循环列表，我用了4*[m1, m2, m3, m4]，这是因为G-S算法的时间复杂度最大为O(n^2)，但我这样写是会导致算法运行时间变长的。

# -----------------------------------begin match-----------------------------------

def match():
    count = 1
    while count != 0:
        for i in [m1, m2, m3, m4, m1, m2, m3, m4, m1, m2, m3, m4, m1, m2, m3, m4]:
            if i.free:
                for j in i.prefer_list:
                    if j in i.matched_list:
                        continue
                    else:
                        if j.free or j.mate is j:
                            change_state(i, j)
                            # print('match:{},{}'.format(i.name, j.name))
                            break
                        else:
                            if check_prefer(j, i, j.mate):
                                j.mate.free = 1
                                change_state(i, j)
                                # print('match:{},{}'.format(i.name, j.name))
                                break
                            else:
                                i.matched_list.append(j)
        count = m1.free + m2.free + m3.free + m4.free
        # print(count)

# -----------------------------------begin match-----------------------------------

<4>检验

# ---------------------main---------------------

match()
for i in [m1, m2, m3, m4]:
    print('[{},{}]'.format(i.name, i.mate.name))

# ---------------------main---------------------

<5>最终结果

[m1,w2]，[m2,w1]，[m3,w4]，[m4,w3]