2022.01.07
二分图的最大匹配
给定一个二分图,其中左半部包含
n
1
n_1
n1个点(编号
1
∼
n
1
1∼n_1
1∼n1),右半部包含
n
2
n_2
n2个点(编号
1
∼
n
2
1∼n_2
1∼n2),二分图共包含 m 条边。
数据保证任意一条边的两个端点都不可能在同一部分中。
请你求出二分图的最大匹配数。
二分图的匹配:给定一个二分图 G,在 G 的一个子图 M 中,M 的边集 {E} 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。
二分图的最大匹配:所有匹配中包含边数最多的一组匹配被称为二分图的最大匹配,其边数即为最大匹配数。
输入格式
第一行包含三个整数
n
1
n_1
n1、
n
2
n_2
n2 和
m
m
m。
接下来
m
m
m 行,每行包含两个整数
u
u
u 和
v
v
v,表示左半部点集中的点
u
u
u 和右半部点集中的点
v
v
v 之间存在一条边。
输出格式
输出一个整数,表示二分图的最大匹配数。
数据范围
1
≤
n
1
,
n
2
≤
500
,
1≤n1,n2≤500,
1≤n1,n2≤500,
1
≤
u
≤
n
1
,
1≤u≤n1,
1≤u≤n1,
1
≤
v
≤
n
2
,
1≤v≤n2,
1≤v≤n2,
1
≤
m
≤
1
0
5
1≤m≤10^5
1≤m≤105
输入样例:
2 2 4
1 1
1 2
2 1
2 2
输出样例:
2
思路
匈牙利算法,递归实现。
邻接表
存储,只需要存储从左指向右的边。
match
数组存储右边点目前所匹配到的左边点;st
数组存储在为某个左边点找匹配时,对右边点的暂时标记,若最终能找到,则右边标记的点均能找到左匹配点。
对左边每个点x
,遍历其未标记的右点j
,标记该右点为st[j]=true
(拟匹配对象),若右点j
无匹配左点,则直接匹配成功;若右点j
已有匹配左点即match[j]
,则让左点match[j]
另外找对象匹配,即又遍历match[j]
的右点,过程与x
一致,递归进行,若match[j]
能找到下家,则返回true。至此点x
的匹配结束,开始点x+1
的匹配。
左边每个点的匹配结束后,若成功,则匹配数++。每次匹配后,均清空右点的状态st数组。
(事实上,最终若x能匹配成功,则st为true的所有右点(拟匹配对象)也均能成功匹配,即找到了一条可增路(x->st[j]->match[j]->st[q]->match[st[q]]->…->st[]);若匹配失败,则在这条路上所涉及的左点和右点有如下特点:对左边涉及的点集X,不存在其子集S,使得|N(S)|≥|S|,即无法使点集X每个点饱和。)
时间复杂度
O(nm),实际运行时间一般远小于O(nm).
代码
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 510, M = 1e5 + 10;
int n1, n2, m;
int h[N], e[M], ne[M], idx;
int match[N]; // 右半部点集匹配的左边哪个点
bool st[N]; // 每次为左边每个点匹配时,对右边点的标记
void add(int a, int b)
{
e[idx] = b, ne[idx] = h[a], h[a] = idx ++;
}
bool find(int x) // 为左边点x匹配,递归实现匈牙利
{
for(int i = h[x]; i != -1; i = ne[i]) // x的邻居
{
int j = e[i];
if(!st[j]) // x的本次匹配中尚未标记
{
st[j] = true; // 标记
if(match[j] == 0 || find(match[j])) // 若该点未匹配或匹配了,但可以让左边的点让出该点另找其他匹配点,迭代该过程
{
match[j] = x;
return true;
}
}
}
return false;
}
int main()
{
cin >> n1 >> n2 >> m;
memset(h, -1, sizeof h);
while(m --)
{
int a, b;
cin >> a >> b;
add(a, b); // 只从左指向右即可
}
int res = 0;
for(int i = 1; i <= n1; i ++ ) // 遍历左边的每个点
{
memset(st, false, sizeof st); // 每次清空右边点的状态
if(find(i)) res ++; // 该点能找到匹配,则最大匹配数++
}
printf("%d\n", res);
return 0;
}