码迷,mamicode.com
首页 > 其他好文 > 详细

二分图

时间:2014-07-12 13:00:10      阅读:254      评论:0      收藏:0      [点我收藏+]

标签:blog   http   数据   for   io   算法   

将前两天学的二分图写个博文吧。。

二分图的概念就不讲了,这里只说算法及要注意的地方

PS:有些是在日记上写的,所以不管逻辑啥的,我搬上来了。。

匈牙利算法(最大匹配带最小覆盖输出方案):

#include <cstdio>
#include <cstring>
using namespace std;
#define FOR(i,a,n) for(i=a;i<=n;++i)
#define CC(a) memset(a,0,sizeof(a))

const int maxn=505;
bool visx[maxn], visy[maxn];
int xm[maxn], ym[maxn]; //xm是x对应的y,ym是y对应的x
int ihead[maxn], inext[maxn*maxn], iv[maxn*maxn], cnt=1;

bool ifind(int x) {
	int y, i;
	visx[x]=true; //这个用来打印最小覆盖用的
	for(i=ihead[x]; i; i=inext[i]) if(!visy[y=iv[i]]) {
		visy[y]=true;
		if(!ym[y] || ifind(ym[y])) {
			ym[y]=x;
			xm[x]=y;
			return true;
		}
	}
	return false;
}

int main() {
	int i, a, b, m, ans, n, n1;
	while(~scanf("%d%d%d", &n, &m, &n1)) {
		CC(xm); CC(ym); CC(ihead); ans=0; cnt=1;
		FOR(i, 1, m) {
			scanf("%d%d", &a, &b);
			inext[++cnt]=ihead[a]; ihead[a]=cnt; iv[cnt]=b;
		}
		FOR(i, 1, n1-1) if(!xm[i]) {
			CC(visx); CC(visy);
			if(ifind(i)) ans++;
		}
		//输出最小覆盖的方案,最小覆盖的求法
		//首先从之前匈牙利树中X集中未盖点再开始用匈牙利拓展,标记访问过的x和y,那么解就是X中未标记的和Y中标记的。
		CC(visx); CC(visy);
		FOR(i, 1, n1-1) if(!xm[i]) ifind(i);
		FOR(i, 1, n1-1) if(!visx[i]) printf("%d ", i);
		printf("\n");
		FOR(i, n1, n) if(visy[i]) printf("%d ", i);
		printf("\n");
		printf("max num:%d\n", ans);
	}
	return 0;
}

 

KM算法(求最大权值的完全匹配):

这里要注意,二分图必须是完全二分图,即保证X集和Y集的所有元素都匹配。

PS:由于n^3的算法是用bfs,太难写了,暂时我先不写,n^4就这样吧。。

#include <cstdio>
#include <cstring>
using namespace std;
#define FOR(i,a,n) for(i=a;i<=n;++i)
#define CC(a) memset(a,0,sizeof(a))
#define max(a,b) ((a)>(b)?(a):(b))
#define min(a,b) ((a)<(b)?(a):(b))

const int maxn=505, oo=~0u>>1;
bool visy[maxn], visx[maxn];
int my[maxn], lx[maxn], ly[maxn];
int ihead[maxn], inext[maxn*maxn], iv[maxn*maxn], iw[maxn*maxn], cnt;
int e;

bool ifind(int x) {
	int y, i;
	visx[x]=true; //跟着顶标走,只有这样才能保证图的最大权
	for(i=ihead[x]; i; i=inext[i]) if(lx[x]+ly[y=iv[i]]==iw[i] && !visy[y]) {
		visy[y]=true;
		if(!my[y] || ifind(my[y])) {
			my[y]=x;
			return true;
		}
	}
	return false;
}

void update(int n) {
	int i, j, a=oo;
	FOR(i, 1, n) if(visx[i]) //从X集访问过的找Y集未访问过的,更新顶标
		for(j=ihead[i]; j; j=inext[j]) if(!visy[iv[j]])
			a=min(a, lx[i]+ly[iv[j]]-iw[j]);
	FOR(i, 1, n) {
		if(visx[i]) lx[i]-=a; //顶标更新
		if(visy[i]) ly[i]+=a;
	}
}

int KM(int n) {
	CC(lx); CC(ly); CC(my);
	int i, j, ans=0; e=0;
	FOR(i, 1, n) for(j=ihead[i]; j; j=inext[j])
		lx[i]=max(lx[i], iw[j]);
	FOR(i, 1, n) while(1) {
		CC(visx); CC(visy);
		if(ifind(i)) { e++; break; } else update(n<<1);
	}
	FOR(i, 1, n) ans+=lx[i];
	FOR(i, n+1, n<<1) ans+=ly[i];
	return ans;
}

int main() {
	int i, a, b, c, n, m, ans;
	//PS:我这个自己出的数据很坑啊。。只有X集的个数,所以用邻接表建图的要注意传到KM的n要是2倍大的。。
	while(~scanf("%d%d", &n, &m)) {
		CC(ihead); cnt=1;
		FOR(i, 1, m) {
			scanf("%d%d%d", &a, &b, &c);
			inext[++cnt]=ihead[a]; ihead[a]=cnt; iv[cnt]=b+n; iw[cnt]=c;
		}
		ans=KM(n);
		printf("max edge:%d\nmax num:%d\n", e, ans);
	}
	return 0;
}

 

我自己的无脑理解:

  • 为什么

    if(!my[y] || ifind(my[y])) {
      my[y]=x;
      return true;
    }

    这样就能找到增广路?

      其实很简单,找增广路的时候,是按照x的顺序下来的,如果x呗找过,那么可以跳过这个点,不找,因而每次调用ifnd的x都是未盖点
    从这个未盖点出发,可能走了几条匹配边,但都不会在这个if内判断为真,所以一定会循环到未匹配边上。
      1、而到了这个未匹配边上的点,有可能是匹配点也有可能是未盖点,如果是未盖点,那么循环一次就退出了,因为找到了一条增广路了嘛。
      如果是匹配点,没关系,下一次循环是my[y],是一条增广路上的x,此时就跳到了上面的步骤1、这里,只不过走的弧一定是未匹配弧。
      因此,第一次跑的一定是未匹配边,最后一次跑的也是未匹配边,中间一定是一条增广路的匹配弧。

  • KM算法,为什么顶标可行?

      因为顶标lx[u]和ly[v]的和是u点开始的最大弧的边权。在找到一个相等子图后,设子图内x号点为S,y号点为T,x内除S外的点集为S‘,y内除T外的点集为T‘。因为相等子图内匹配弧lx[u]+ly[v]一定是u和v之间的弧,由顶标的定义可知,这是最大权的弧,那么我们就要找一个相等子图,使得它完全匹配。这就要求要修改顶标,否则无法加入新边到相等子图中去。
      修改的思想很简单,如果从x中某个点u出发没有在匈牙利算法找到满足lx[u]+lx[v]==w[u][v]的增广路,那么就要修改顶标,因为是从u开始的增广路,因此要先修改u的顶标,因为我们要尽量将所有边都可能地加入到相等子图中去,所以我们要将顶标修改为从u开始的第二大权值的弧,以此类推,第三大、第四大。。。
      就是从u开始找相等子图中所有的x的min{lx[u]+ly[v]-w[u][v]}为它要减小的量,其中这个v不能在相等子图中,因为我们要加入的弧是要在相等子图之外的,然后在以往的lx基础上剪掉。因为要满足lx[u]+lx[v]==w[u][v],所以所有的lx[v]要加上这个量。然后继续找增广路。这样有可能加入一条弧到相等子图内,也可能不加,那么又要这样找下去。
  • 一些知识:

      只有在保证图为完全二分图的情况下才能用KM算法找最大权的完美匹配,因为如果原二分图不是完全二分图,那么KM算法会陷入死循环。因为你一直找不到增广路,一直修改顶标,都没有用。所以这种情况只能用最大费用最大流来搞。
  • 最小点覆盖=最大匹配

      这个我不证了(其实也不会- -),看一篇博文吧。http://www.matrix67.com/blog/archives/116
    我只说怎么构造解,(根据白书)
      首先从之前匈牙利树中X集中未盖点再开始用匈牙利拓展,标记访问过的x和y,那么解就是X中未标记的和Y中标记的。
  • 最大独立集=n-最大匹配

      就是一个V的子集V‘,假设u属于V‘,v属于V‘,不存在一条弧(u, v)或(v, u)。设最大匹配中有a条弧,那么我们只选这a条弧的a个节点即可,不可能选择>a个节点,否则不满足独立集的定义。再加上未盖点,就是一个最大独立集。(其实就是将最大匹配的其中一个节点去掉就行了,所以答案是n-最大匹配)
  • 最小路径覆盖=最大独立集

      这个定义我理解了好久额。。。我当时不知道这个最小路径覆盖有什么用。。其实就是最小点覆盖反过来定义而已。。选择最少的边,使得这些边没有相同的节点(没有节点相交)。这里要注意,每一个独立点都看作一条弧,距离为0的弧。所以这样很好看啦,其实就和最大独立集一样的。

二分图,布布扣,bubuko.com

二分图

标签:blog   http   数据   for   io   算法   

原文地址:http://www.cnblogs.com/iwtwiioi/p/3832646.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!