匈牙利算法-最大二分匹配

匈牙利算法，是求最大匹配的一种显而易见的算法是：先找出全部匹配，然后保留匹配数最多的。但是这个算法的复杂度为边数的指数级函数。因此，需要寻求一种更加高效的算法。
增广路也称增广轨或交错轨： 若P是图G中一条连通两个未匹配顶点的路径，并且属M的边和不属M的边(即已匹配和待匹配的边)在P上交替出现，则称P为相对于M的一条增广路径。（M为一个匹配）
由增广路的定义可以推出下述三个结论：
1.P的路径长度必定为奇数，第一条边和最后一条边都不属于M。
2.P经过取反操作可以得到一个更大的匹配M’。

3.M为G的最大匹配当且仅当不存在相对于M的增广路径。

4.起点在二分图的左半边，终点在右半边。

用增广路求最大匹配(称作匈牙利算法，匈牙利数学家Edmonds于1965年提出)（相关证明请参阅算法导论算法导论第二版第26章）

就是你从二分图中找出一条路径来，让路径的起点和终点都是还没有匹配过的点，并且路径经过的连线是一条没被匹配、一条已经匹配过，再下一条又没匹配这样交替地出现。找到这样的路径后，根据结论，显然路径里没被匹配的连线比已经匹配了的连线多一条，于是修改匹配图，把路径里所有匹配过的连线去掉匹配关系，把没有匹配的连线变成匹配的，这样匹配数就比原来多1个。不断执行上述操作，直到找不到这样的路径为止。

求增广路的方法：

从集合X中的一个非M-顶点A出发，通过与A关联的边到达集合Y中的端点B， 如果B在M中没有任何边匹配，则B就是该增广路径的终点； 如果B已经与C点配对，则这条增广路径就是

从A→B→C并加上“从C点出发的增广路径”。 并且这条增广路径中不能有重复的点出现。

重要性质：

如果从一个点A出发，没有找到增广路径，那么无论再从别的点出发找到多少增广路径来改变现在的匹配，从A出发都永远找不到增广路径。

最小覆盖： 最小覆盖要求用最少的点（Ｘ集合或Ｙ集合的都行）让每条边都至少和其中一个点关联。

可以证明：最少的点（即覆盖数）＝最大匹配数

算法：

bool 寻找从k出发的对应项出的可增广路
{
    while (从邻接表中列举k能关联到顶点j)
    {
        if (j不在增广路上)
        {
            把j加入增广路;
            if (j是未盖点 或者 从j的对应项出发有可增广路)
            {
                修改j的对应项为k;
                则从k的对应项出有可增广路,返回true;
            }
        }
    }
    则从k的对应项出没有可增广路,返回false;
}

void 匈牙利hungary()
{
    for i->1 to n
    {
        if (则从i的对应项出有可增广路)
            匹配数++;
    }
    输出 匹配数;
}

c语言代码：

#include<stdio.h>
#include<string.h>
 
bool g[201][201];
int n,m,ans;
bool b[201];
int link[201];
 
bool init()
{
        int _x,_y;
        memset(g,0,sizeof(g));
        memset(link,0,sizeof(link));
        ans=0;
        if(scanf("%d%d",&n,&m)==EOF)return false;
        for(int i=1;i<=n;i++)
        {
                scanf("%d",&_x);
                for(int j=0;j<_x;j++)
                {
                        scanf("%d",&_y);
                        g[ i ][_y]=true;
                }
        }
        return true;
}
 
bool find(int a)
{
        for(int i=1;i<=m;i++)
        {
                if(g[a][ i ]==1&&!b[ i ])
                {
                        b[ i ]=true;
                        if(link[ i ]==0||find(link[ i ]))
                        {
                                link[ i ]=a;
                                return true;
                        }
                }
        }
        return false;
}
 
int main()
{
        while(init())
        {
                for(int i=1;i<=n;i++)
                {
                        memset(b,0,sizeof(b));
                        if(find(i))ans++;
                }
                printf("%d\n",ans);
        }
}

1.   二分图的最小顶点覆盖（例hdu1150，poj3041）
在二分图中求最少的点，让每条边都至少和其中的一个点关联，这就是 
二分图的“最小顶点覆盖”。
结论： 二分图的最小顶点覆盖数 = 二分图的最大匹配数
2.  DAG图的最小路径覆盖  （例hdu1151,poj3020）
用尽量少的不相交简单路径覆盖有向无环图(DAG)G的所有顶点，这就是DAG图的最小路径覆盖问题。  

结论：DAG图的最小路径覆盖数= 节点数（n）- 最大匹配数（m）

在一个N*N的有向图中，路径覆盖就是在图中找一些路经，使之覆盖了图中的所有顶点，且任何一个顶点有且只有一条路径与之关联；（如果把这些路径中的每条路径从它的起始点走到它的终点，那么恰好可以经过图中的每个顶点一次且仅一次）；如果不考虑图中存在回路，那么每条路径就是一个弱连通子集。由上面可以得出：
 1.一个单独的顶点是一条路径；
 2.如果存在一路径p1,p2,......pk，其中p1 为起点，pk为终点，那么在覆盖图中，顶点p1,p2,......pk不再与其它的顶点之间存在有向边。

最小路径覆盖就是找出最小的路径条数，使之成为G的一个路径覆盖。

其中最大匹配数的求法是把P中的每个顶点pi分成两个顶点pi'与pj''，如果在p中存在一条pi到pj的边，那么在二分图P'中就有一条连接pi'与pj''的无向边；这里pi' 就是p中pi的出边，pj''就是p中pj 的一条入边；
对于公式：最小路径覆盖=|P|－最大匹配数；可以这么来理解；
如果匹配数为零，那么P中不存在有向边，于是显然有：
最小路径覆盖=|P|－最大匹配数=|P|－0=|P|；即P的最小路径覆盖数为|P|；
P'中不在于匹配边时，路径覆盖数为|P|；
如果在P'中增加一条匹配边pi'－－>pj''，那么在图P的路径覆盖中就存在一条由pi连接pj的边，也就是说pi与pj 在一条路径上，于是路径覆盖数就可以减少一个；
如此继续增加匹配边，每增加一条，路径覆盖数就减少一条；直到匹配边不能继续增加时，路径覆盖数也不能再减少了，此时就有了前面的公式；但是这里只 是说明了每条匹配边对应于路径覆盖中的一条路径上的一条连接两个点之间的有向边；下面来说明一个路径覆盖中的每条连接两个顶点之间的有向边对应于一条匹配 边；
与前面类似，对于路径覆盖中的每条连接两个顶点之间的每条有向边pi--->pj，我们可以在匹配图中对应做一条连接pi'与pj''的边， 显然这样做出来图的是一个匹配图（这一点用反证法很容易证明，如果得到的图不是一个匹配图，那么这个图中必定存在这样两条边 pi'---pj'' 及 pi' ----pk''，（j!=k），那么在路径覆盖图中就存在了两条边pi-->pj, pi--->pk ，那边从pi出发的路径就不止一条了，这与路径覆盖图是矛盾的；还有另外一种情况就是存在pi'---pj'',pk'---pj''，这种情况也类似可证）；
至此，就说明了匹配边与路径覆盖图中连接两顶点之间边的一一对应关系，那么也就说明了前面的公式成立。

3.   二分图的最大独立集（例hdu1068）
最大独立集是指求一个二分图中最大的一个点集，该点集内的点互不相连。

结论：二分图的最大独立集数= 节点数(n)- 最大匹配数(m)/2

4.判断一个图是否是二分图：图着色。

google：http://blog.csdn.net/zhu_liangwei/article/details/11692249

练习题目：

HUD1150：http://acm.hdu.edu.cn/showproblem.php?pid=1150，http://blog.csdn.net/zhu_liangwei/article/details/11529985

POJ3041：http://poj.org/problem?id=3041，http://blog.csdn.net/zhu_liangwei/article/details/11536223

POJ3020:http://poj.org/problem?id=3020,http://blog.csdn.net/zhu_liangwei/article/details/11556379

HDU 1068 http://acm.hdu.edu.cn/showproblem.php?pid=1068,http://blog.csdn.net/zhu_liangwei/article/details/11565315

参考文章：

http://en.wikipedia.org/wiki/Hungarian_algorithm

由二分图匹配匈牙利算法总结的一些知识：http://www.cnblogs.com/celia01/archive/2012/04/02/2430260.html

图解：https://www.byvoid.com/blog/hungary

http://www.nocow.cn/index.php/%E5%8C%88%E7%89%99%E5%88%A9%E7%AE%97%E6%B3%95