利用匈牙利算法Hopcroft-Karp算法解决二分图中的最大二分匹配问题 例poj 1469 COURSES...
首先介绍一下题意:已知,有N个学生和P门课程,每个学生可以选0门,1门或者多门课程,要求在N个学生中选出P个学生使得这P个学生与P门课程一一对应。
这个问题既可以利用最大流算法解决也可以用匈牙利算法解决。如果用最大流算法中的Edmonds-karp算法解决,因为时间复杂度为O(n*m*m),n为点数,m为边数,会超时,利用匈牙利算法,时间复杂度为O(n*m),时间复杂度小,不会超时。
其实匈牙利算法就是最大流算法,只不过它的使用范围仅限于二分图,所以可以称之为“二分图定制版的最大流算法”,既然是定制的,那么他就会考虑到二分图的特殊性,优化原来的最大流算法,降低时间复杂度,同时也变得有点复杂不容易理解了。既然匈牙利算法继承自最大流算法,所以他的算法框架与最大流算法是一样的:
最大流算法与匈牙利算法的框架:
初始时最大流为0(匈牙利算法为:最大匹配为空)
while 找到一条增广路径(匈牙利算法为:取出未遍历的左边的点u)
最大流+=增广路径的流量,更新网络(匈牙利算法为:如果点u存在增广路径,增广路径取反,最大匹配增加1对匹配)
我们知道在利用最大流算法解决最大匹配问题时,首先需要构建一个超级源点s和超级汇点t,并且边是有方向的和容量(为1)的(如图8所示),而利用匈牙利算法则不需要构造s,t,边也没有方向和容量。表面上看匈牙利算法中的边没有方向和容量,其实在它对增广路径的约束中我们可以看到边的方向和容量的“影子”,如下红色标注的约束。
匈牙利算法对增广路径的约束 参见[1] :
(1)有奇数条边。
(2)起点在二分图的左半边,终点在右半边。
(3)路径上的点一定是一个在左半边,一个在右半边,交替出现。(其实二分图的性质就决定了这一点,因为二分图同一边的点之间没有边相连,不要忘记哦。)
(4)整条路径上没有重复的点。
(5)起点和终点都是目前还没有配对的点,而其它所有点都是已经配好对的。(如图5,图6所示,[2,5]是已经配好对的点;而起点3和终点7目前还没有与其它点配对。)
(6)路径上的所有第奇数条边都不在原匹配中,所有第偶数条边都出现在原匹配中。(如图5,图6所示,原有的匹配[2,5]在在图6给出的增广路径(红线所示)中是第2条边。而增广路径的第1、3条边都没有出现在图5给出的匹配中。)
(7)最后,也是最重要的一条,把增广路径上的所有第奇数条边加入到原匹配中去,并把增广路径中的所有第偶数条边从原匹配中删除(这个操作称为增广路径的取反),则新的匹配数就比原匹配数增加了1个。(如图6所示,新的匹配就是所有被红色的边所覆盖的黑色的边,而所有红色的边所覆盖的黄色的边则从原匹配中删除,最终匹配结果如图7黄色的边所示。则新的匹配数为3。)
为了便于理解,下面给出利用最大流算法和匈牙利算法解决最大二分匹配的图示。图1为初始二分图,图1->图7为利用匈牙利算法求解最大二分匹配的过程,图8为利用图1二分图所构建的流网络,图8->图14为利用最大流算法求解最大二分匹配的过程,最终求得的最大流为所有增广路径(如图9,图10,图11所示)增加的流相加:1+1+1=3。
下面介绍一下Hopcroft-Karp算法,这个算法的时间复杂度为O(n^(1/2)*m)。该算法是对匈牙利算法的优化,如图1-图7,利用匈牙利算法一次只能找到一条增广路径,Hopcroft-Karp就提出一次找到多条不相交的增广路径(不相交就是没有公共点和公共边的增广路径),然后根据这些增广路径添加多个匹配。说白了,就是批量处理!为了容易理解,我构造了一个图例,见图15-图18。
回到原题中来,code1、code2分别为dfs和bfs实现的匈牙利算法;code3为利用Hopcroft-Karp解决COURSE的代码。
code1:
#include<iostream>using namespace std; #define Maxn 500 //课程与课代表 //存储左侧的点连接的右侧点 int lefts[Maxn]; //存储右侧的点 连接的左侧点 int rights[Maxn]; int flag_rights[Maxn]; int G[Maxn][Maxn]; //nc代表课程数目 ns代表学生数目 int nc,ns;int findpath(int left_u) {for(int v=1;v<=ns;v++){if(G[left_u][v]&&!flag_rights[v]){flag_rights[v]=1;if((rights[v]==-1||findpath(rights[v]))){lefts[left_u]=v;rights[v]=left_u;return 1; }} }return 0; }//最大匹配 int MaxMatch() {// printf("MaxMatch开始执行\n");int cnt=0;memset(lefts,-1,sizeof(lefts));memset(rights,-1,sizeof(rights));for(int u=1;u<=nc;u++){memset(flag_rights,0,sizeof(flag_rights));if(findpath(u)){cnt++;}} return cnt; }int main() {int num;scanf("%d",&num);while(num--){//首先输入数据 memset(G,0,sizeof(G));scanf("%d%d",&nc,&ns);for(int u=1;u<=nc;u++){int c_stu;scanf("%d",&c_stu);for(int j=0;j<c_stu;j++){int v;scanf("%d",&v);G[u][v]=1;}}if(ns>=nc&&MaxMatch()==nc){printf("YES\n");} else{printf("NO\n");}}return 0; }/* 4 3 3 3 1 2 3 2 1 2 1 1 3 3 2 1 3 2 1 3 1 1 3 3 3 1 2 3 2 1 2 1 1 3 3 2 1 3 2 1 3 1 1*/
View Code
CODE2:
#include<iostream> #include<queue> #define Maxn 500 using namespace std; //利用匈牙利算法解决二分图匹配问题 int nc,ns;//nc代表课程数 ns代表学生数 int lefts[Maxn];//存储课程所对应的学生 int rights[Maxn];//存储学生所对应的课程 int G[Maxn][Maxn]; int pre_left[Maxn];//记录课程前面的课程 (增广路径) int mark_right[Maxn];//记录当前学生是否已经遍历(增广路径) //利用广度优先搜索 得到最大匹配数 int max_match() { //lefts 数组初始化为0 memset(lefts,-1,sizeof(lefts)); memset(rights,-1,sizeof(rights)); int maxf=0; for(int i=1;i<=nc;i++) { queue<int>q; q.push(i); int ok=0; memset(mark_right,0,sizeof(mark_right)); memset(pre_left,0,sizeof(pre_left)); while(!q.empty()) { int u=q.front(); q.pop(); for(int v=1;v<=ns;v++) { if(G[u][v]&&!mark_right[v])//如果课程与学生对应 并且当前学生没有被遍历 { mark_right[v]=1; if(rights[v]==-1) { ok=1; //更新匹配关系 int sl=u,sr=v; while(sl!=0) { int st=lefts[sl]; lefts[sl]=sr;rights[sr]=sl; sl=pre_left[sl];sr=st; } break; } else { pre_left[rights[v]]=u;//记录课程的前驱 q.push(rights[v]); } } } if(ok) break; } if(ok) maxf++; } /* for(int i=1;i<4;i++) cout<<lefts[i]<<" "<<rights[i]<<endl; */ return maxf; } int main() { int num; scanf("%d",&num); while(num--) { memset(G,0,sizeof(G)); scanf("%d%d",&nc,&ns); for(int i=1;i<=nc;i++) { int snum; scanf("%d",&snum); int u; for(int j=1;j<=snum;j++) { scanf("%d",&u); G[i][u]=1; } } if(max_match()==nc) { printf("YES\n"); } else { printf("NO\n"); } /* cout<<"最大匹配数是:"<<max_match()<<endl; cout<<"对应的匹配关系是:"<<endl; for(int i=1;i<=nc;i++) { cout<<i<<" "<<lefts[i]<<endl; } cout<<"!!!!!!!!!!!!!!"<<endl; for(int i=1;i<=ns;i++) { cout<<rights[i]<<" "<<i<<endl; }*/ } return 0; } /* 6 3 3 2 1 3 2 1 3 1 1 3 3 3 1 2 3 2 1 2 1 1 3 3 2 1 3 2 1 3 1 1 3 3 3 1 2 3 2 1 2 1 1 */
View Code
CODE3:
#include<iostream> #include<queue> using namespace std; const int MAXN=500;// 最大点数 const int INF=1<<28;// 距离初始值 int bmap[MAXN][MAXN];//二分图 int cx[MAXN];//cx[i]表示左集合i顶点所匹配的右集合的顶点序号 int cy[MAXN]; //cy[i]表示右集合i顶点所匹配的左集合的顶点序号 int nx,ny; int dx[MAXN]; int dy[MAXN]; int dis; bool bmask[MAXN]; //寻找 增广路径集 bool searchpath() { queue<int>Q; dis=INF; memset(dx,-1,sizeof(dx)); memset(dy,-1,sizeof(dy)); for(int i=1;i<=nx;i++) { //cx[i]表示左集合i顶点所匹配的右集合的顶点序号 if(cx[i]==-1) { //将未遍历的节点 入队 并初始化次节点距离为0 Q.push(i); dx[i]=0; } } //广度搜索增广路径 while(!Q.empty()) { int u=Q.front(); Q.pop(); if(dx[u]>dis) break; //取右侧节点 for(int v=1;v<=ny;v++) { //右侧节点的增广路径的距离 if(bmap[u][v]&&dy[v]==-1) { dy[v]=dx[u]+1; //v对应的距离 为u对应距离加1 if(cy[v]==-1) dis=dy[v]; else { dx[cy[v]]=dy[v]+1; Q.push(cy[v]); } } } } return dis!=INF; } //寻找路径 深度搜索 int findpath(int u) { for(int v=1;v<=ny;v++) { //如果该点没有被遍历过 并且距离为上一节点+1 if(!bmask[v]&&bmap[u][v]&&dy[v]==dx[u]+1) { //对该点染色 bmask[v]=1; if(cy[v]!=-1&&dy[v]==dis) { continue; } if(cy[v]==-1||findpath(cy[v])) { cy[v]=u;cx[u]=v; return 1; } } } return 0; } //得到最大匹配的数目 int MaxMatch() { int res=0; memset(cx,-1,sizeof(cx)); memset(cy,-1,sizeof(cy)); while(searchpath()) { memset(bmask,0,sizeof(bmask)); for(int i=1;i<=nx;i++) { if(cx[i]==-1) { res+=findpath(i); } } } return res; } int main() { int num; scanf("%d",&num); while(num--) { memset(bmap,0,sizeof(bmap)); scanf("%d%d",&nx,&ny); for(int i=1;i<=nx;i++) { int snum; scanf("%d",&snum); int u; for(int j=1;j<=snum;j++) { scanf("%d",&u); bmap[i][u]=1; // bmap[u][i]=1; } } // cout<<MaxMatch()<<endl; if(MaxMatch()==nx) { printf("YES\n"); } else { printf("NO\n"); } } //system("pause"); return 0; } /* 2 3 4 2 1 3 3 1 3 4 1 2 */
View Code
转载于:https://www.cnblogs.com/penseur/archive/2013/06/16/3138981.html
利用匈牙利算法Hopcroft-Karp算法解决二分图中的最大二分匹配问题 例poj 1469 COURSES...相关推荐
- POJ - 1469 COURSES (匈牙利算法入门题)
题意: P门课程,N个学生.给出每门课程的选课学生,求是否可以给每门课程选出一个课代表.课代表必须是选了该课的学生且每个学生只能当一门课程的. 题解: 匈牙利算法的入门题. #include < ...
- POJ 1469 COURSES 二分图最大匹配
就是判断一下是不是每一个课程都能找到自己的代表人,做一遍最大匹配看看匹配数是否等于p即可 #include <cstdio> #include <cstring> #inclu ...
- KM算法解决二分图最大权分配问题
匈牙利算法和KM算法都可用来解决任务分配问题(亦称指派问题):假设有n名员工以及n份工作,一个人只能完成一项任务且能完成的任务各不相同.问如何安排员工才能使效率达到最大. 用大白话来描述二分图:二分图 ...
- RSA算法与DSA算法的区别
当我们在Linux/Unix系统(windows下需用git的bash工具)中通过生成ssh认证密钥时,你要(用-t type来)选择创建一对RSA或者DSA密钥.这两者之间有什么区别?是什么原因让人 ...
- 用计算机处理信息的例子,用计算机解决生活中实际问题的方法--
适用范围:高二年级下期<算法与程序设计>(选修模块) 课时:1课时 一.教学目标 1.课程标准中的相关内容 课程标准在<算法与程序设计>模块中有如下阐述:"教师应引导 ...
- 用计算机解决生活中实际问题的方法,用计算机解决生活中实际问题的方法--
用计算机解决生活中实际问题的方法-- 适用范围:高二年级下期<算法与程序设计>(选修模块) 课时:1课时 一.教学目标 1.课程标准中的相关内容 课程标准在<算法与程序设计>模 ...
- 匈牙利算法解决二分图匹配问题
匈牙利算法是由匈牙利数学家Edmonds于1965年提出.匈牙利算法是基于Hall定理中充分性证明的思想,它是二分图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的 ...
- C++实现hopcroft karp霍普克洛夫特-卡普算法(附完整源码)
C++实现hopcroft karp霍普克洛夫特-卡普算法 C++实现hopcroft karp霍普克洛夫特-卡普算法完整源码(定义,实现,main函数测试) C++实现hopcroft karp霍普 ...
- 【POJ - 2226】Muddy Fields(匈牙利算法 或 网络流dinic,二分图匹配,最小点覆盖,矩阵中优秀的建图方式 )
题干: Rain has pummeled the cows' field, a rectangular grid of R rows and C columns (1 <= R <= 5 ...
最新文章
- 基于RESTful API 怎么设计用户权限控制?
- CentOS5.5环境下布署LVS+keepalived
- redis安装步骤(单机配置)
- 445端口关闭后目录文件共享怎么办
- LiveVideoStack公众号2021年终盘点
- 用Java开发自己的Kubernetes控制器,想试试吗?
- jquery.form 异步校验_利用jQuery.validate异步验证用户名是否存在
- 数据--第52课 - 哈希表及其实现
- 如何阅读科研文献-------------一点思考与总结
- [转]gluPerspective函数
- 3D数学基础与三维渲染
- 全英文文献翻译 | 遥感技术在绘制中国与东南亚地区岩溶地质的系列地图中的应用
- FUP A17H/A17CH 微量高速冷冻离心机的优劣势
- Word 紧贴表格之后添加新行
- 【EXCEL】表格中固定行列 冻结窗口怎么是灰色的
- 聚观早报 | 通信行程卡正式宣布下线;《三体》首日播放量破1亿
- websocket实现多房间聊天室
- 棋盘效应(Checkerboard Artifacts)
- getTime()方法在苹果系统的bug
- clear:both的认知