标签:style blog class code java tar
接着这个系列,前几个又重新写匈牙利算法时,发现了一种更为简洁的实现方式,和上一篇文章相比http://blog.csdn.net/smartxxyx/article/details/9672181,
这个算法更为简洁,也好理解。和维基百科上介绍的算法思路是一致的。
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。但是这个算法的时间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。下面介绍用增广路求最大匹配的方法(称作匈牙利算法,由数学家Harold Kuhn于1955年提出)。
若P是图G中一条连通两个未匹配顶点的路径,并且属于M的边和不属于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-将M和P进行异或操作(去同存异)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M的增广路径。
算法轮廓:
(1)置M为空
(2)找出一条增广路径P,通过异或操作获得更大的匹配M’代替M
(3)重复(2)操作直到找不出增广路径为止
本质上讲很像最大流算法:不断寻找增光路径,如果能够增加就匹配数,就进行操作。
/** * 匈牙利算法,递归(深度优先)搜索增光路径实现 * @author xhw * */ class HungarianAlgorithm { int[][] graph; int match[];//记录匹配情况 int state[];//记录是否访问过 int n,m; int maxMatch=0; public HungarianAlgorithm(int[][] graph) { this.graph=graph; this.n=graph.length; this.m=graph[0].length; match=new int[n]; Arrays.fill(match, -1); state=new int[n]; } public int maxMatching() { maxMatch=0; for(int i=0;i<n;i++) { Arrays.fill(state, 0); maxMatch+=find(i); } return maxMatch; } public int find(int x) { for(int i=0;i<m;i++) { if(graph[x][i]==1&&state[i]==0) { state[i]=1; if(match[i]==-1||find(match[i])>0) { match[i]=x; return 1; } } } return 0; } }
图的匹配问题与最大流问题(六)——匈牙利算法一种简洁实现,布布扣,bubuko.com
标签:style blog class code java tar
原文地址:http://blog.csdn.net/smartxxyx/article/details/25046315