最佳完美匹配分两种:权值和最大的完美匹配、权值和最小的完美匹配。
时间复杂度都为:O(n^4) ;
1、权值和最大的完美匹配
用的算法是KM(匈牙利算法)。
下面分析一个这个算法的原理:
1、首先为每个点建立一个函数(可行顶标) , 使得对于任意的弧有l(x)+l(y)>=w[x][y] (弧有x、y组成 , w[x][y]是该弧的权值) , 假设这样的弧组成的图成为相等子图也就是原图的生成子图 , 如果这个相等子图存在最佳完美匹配 , 那么这个最佳完美匹配也就是原图的最佳完美匹配。
所以我们要做得就是寻找每个节点的函数(可行顶标)来建成存在最佳完美匹配的相等子图 。
2、构造可行顶标的思路:任意构造一个可行顶标(必须满足l(x)+l(y)>=w[x][y]) , 比如y结点顶标为0 , 而x结点的顶标为它出发所有边的最大权值
3、构成之后 , 再来求相等子图的最佳完美匹配 , 如果不存在 , 那么就改变可形顶标 , 来使更多的边进入相等子图 。
下面是代码:
#include
#include
#include
#include
#include
#include
using namespace std;
const int MAXN = 1000;
int w[MAXN][MAXN] , n , m; // 记录每条边的权值
int lx[MAXN] , ly[MAXN]; // 记录每个点的顶标
int pre[MAXN] ; // 记录和y中点匹配的点是哪个点
bool s[MAXN] , t[MAXN] ; // 标记x和y的点是否被访问过
void init()
{
memset(w , 0 , sizeof(w));
}
bool match(int i) //
寻找增广路
{
s[i] = true;
for(int j = 1; j <= n; j++)
if(lx[i]+lx[j] == w[i][j] && !t[j])
{
t[j] = true;
if(!pre[j] || match(pre[j]))
{
pre[j] = i;
return true;
}
}
return false;
}
void update()
{
int a = 1<<30 , i;
for(i = 1; i <= n; i++)
if(s[i])
//
如果x中的这个点已被标记
for(int j = 1; j <= n; j++)
if(!t[i]) //
如果这个点在y中没有被标记 , 和前面的判断 , 就可以寻找到飞匹配点。
a = min(a , lx[i]+ly[j]-w[i][j]);
//
找到最小的a , 因为这样才能保证是最佳完美匹配
for(i = 1; i <= n; i++)
{
if(s[i])
lx[i] -= a;
//
只有被标记的点 , 才修改其顶标
时间复杂度都为:O(n^4) ;
1、权值和最大的完美匹配
用的算法是KM(匈牙利算法)。
下面分析一个这个算法的原理:
1、首先为每个点建立一个函数(可行顶标) , 使得对于任意的弧有l(x)+l(y)>=w[x][y] (弧有x、y组成 , w[x][y]是该弧的权值) , 假设这样的弧组成的图成为相等子图也就是原图的生成子图 , 如果这个相等子图存在最佳完美匹配 , 那么这个最佳完美匹配也就是原图的最佳完美匹配。
所以我们要做得就是寻找每个节点的函数(可行顶标)来建成存在最佳完美匹配的相等子图 。
2、构造可行顶标的思路:任意构造一个可行顶标(必须满足l(x)+l(y)>=w[x][y]) , 比如y结点顶标为0 , 而x结点的顶标为它出发所有边的最大权值
3、构成之后 , 再来求相等子图的最佳完美匹配 , 如果不存在 , 那么就改变可形顶标 , 来使更多的边进入相等子图 。
下面是代码:
#include
#include
#include
#include
#include
#include
using namespace std;
const int MAXN = 1000;
int w[MAXN][MAXN] , n , m; //
int lx[MAXN] , ly[MAXN]; //
int pre[MAXN] ;
bool s[MAXN] , t[MAXN] ; //
void init()
{
}
bool match(int i)
{
}
void update()
{