【算法导论】最大二分匹配

简介:         最大二分匹配问题在现实生活中比较普遍,常常出现在任务分配上。例如,有5个员工,4个不同的任务,而不同员工能够完成不同或相同的任务。也就是说,有的员工只会做这个任务,有的员工会做那个任务,有的员工会做一些任务。

        最大二分匹配问题在现实生活中比较普遍,常常出现在任务分配上。例如,有5个员工,4个不同的任务,而不同员工能够完成不同或相同的任务。也就是说,有的员工只会做这个任务,有的员工会做那个任务,有的员工会做一些任务。图解如下:左边代表员工,右边代表任务,连线代表有能力完成。

 

我们的问题是合理安排员工,尽可能地完成最多的任务数。上图中阴影部分为一种最好的分配方式。前一篇文章中,我们介绍了最大流问题,在这里我们可以将最大二分匹配问题转变成最大流问题。具体如下图所示:

 

其中每条边的最大流量限制为1,因此要求能完成的最大任务数,相当于求转变后的网络的最大流,而最大流问题在前面已经提及。

具体的程序实现如下:

#include<stdio.h>

#define N 11 //顶点数 

/********************************************************\
函数功能:从残留网络中找到从源点s到汇点t的增广路径
输入:残留网络矩阵、记录前一顶点的矩阵
输出:0表示未找到路径,1表示找到了路径
\********************************************************/

int search(int dist1[N][N],int vertex[N])
{
	int queue[20]={-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1};//初始化,-1作为标记
	int flag[N]={0};//标记顶点是否被访问过
	int front=0;//队列头指针
	int rear=0;//队列尾指针
	int temp=0;
	int i;
	queue[rear]=0;//将源点入队列
	flag[0]=1;
	rear++;
	
	while(queue[front]!=-1)//队列不为空
	{
		temp=queue[front];//取队头元素
	    for(i=0;i<N;i++)
			if(dist1[temp][i]!=0&&flag[i]==0)//广度搜索法
			{
				queue[rear++]=i;//入队
				flag[i]=1;
				vertex[i]=temp;//标记当前节点的上一个节点
				if(i==10)//找到汇点后就不用再寻找了
					return 1;
			}
		front++;
		if(front==N)//找完所有顶点后停止寻找
			break;
	}
	if(queue[rear-1]!=10)//没有找到路径到汇点
		return 0;
	return 1;
}

/**************************************************************************\
函数功能:修改残余网络矩阵和原始流网络矩阵
输入:原始流网络矩阵、残留网络矩阵、记录前一顶点的矩阵、源点和汇点,最大流值
输出:0表示未找到路径,1表示找到了路径
\***************************************************************************/
int modify(int dist[N][N],int dist1[N][N],int vertex[N],int s,int t,int flow)
{
	int i,j;
	int min=10000;//记录找到的路径所能通过的最大流

	i=vertex[t];
	j=t;
	while(j!=s)//寻找路径所含边的最大流量值中的最小值
	{
		if(dist1[i][j]<min)
			min=dist1[i][j];	
		j=i;  
		i=vertex[i];
	}
	i=vertex[t];
	j=t;
	flow=min;//记录最大流量


	while(j!=s)
	{
		if(dist1[i][j]>0)//更改残余图
			dist1[j][i]=dist1[i][j];
		dist1[i][j]=dist1[i][j]-min;
		dist[i][j]=dist[i][j]+min-dist[j][i];//更改原始流网路
		if(dist[i][j]<0)
		{
			dist[j][i]=-dist[i][j];
			dist[i][j]=0;
		}
		j=i;
		i=vertex[i];
	}
	printf("原始流网络矩阵:\n");
	for(int i=0;i<N;i++)
	{
		for(int j=0;j<N;j++)
			printf("%d ",dist[i][j]);
		printf("\n");
	}

	printf("残留网络矩阵:\n");
	for(int i=0;i<N;i++)
	{
		for(int j=0;j<N;j++)
			printf("%d ",dist1[i][j]);
		printf("\n");
	}

	return flow;
}

void FordFulkerson(int dist[N][N],int dist1[N][N])
{
	
	int vertex[N]={0};//初始化
	int flow=0;
	while(search(dist1,vertex)==1)//当能找到增广路径时
	{    
		flow=flow+modify(dist,dist1,vertex,0,10,0);
		printf("\n");
	}
	printf("最大流为%d \n",flow);
	

	
}

void main()
{
	int dist1[N][N]={{0,1,1,1,1,1,0,0,0,0,0},
					 {0,0,0,0,0,0,1,0,0,0,0},
					 {0,0,0,0,0,0,1,0,1,0,0},
					 {0,0,0,0,0,0,0,1,1,1,0},
				     {0,0,0,0,0,0,0,0,1,0,0},
					 {0,0,0,0,0,0,0,0,1,0,0},
					 {0,0,0,0,0,0,0,0,0,0,1},
					 {0,0,0,0,0,0,0,0,0,0,1},
					 {0,0,0,0,0,0,0,0,0,0,1},
					 {0,0,0,0,0,0,0,0,0,0,1},
					 {0,0,0,0,0,0,0,0,0,0,0}};
	int dist[N][N]={0};//初始的流网络为0

	FordFulkerson(dist,dist1);

}

程序结果为最大流为3,与前面的图解一致,但是我们发现结果与图解的不同,这说明最大二分匹配可以有不同的解即有不同的分配方案。


注:如果程序出错,可能是使用的开发平台版本不同,请点击如下链接: 解释说明


原文:http://blog.csdn.net/tengweitw/article/details/17848773

作者:nineheadedbird


目录
相关文章
|
存储 算法 索引
数据结构与算法之图论及其相关算法
图的基本介绍 线性表局限于一个直接前驱和一个直接后继的关系,树也只能有一个直接前驱也就是父节点,当我们需要表示多对多的关系时, 这里我们就用到了图。 图是一种数据结构,其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如图: 简单来说,图就是由顶点的有穷非空集合和顶点之间的边组成的集合。通常表示为:G(V,E),其中,G 表示一个图,V 表示顶点的集合,E 表示边的集合。 然后我们说说图中的一些常见概念: 节点(Vertex):图中的基本元素,用于表示某个实体。 边(Edge):连接两个节点的线段,用于表示节点之间的关系。 度(Degree):
60 0
|
算法
数据结构与算法之经典算法《二分查找》
数据结构与算法之经典算法《二分查找》
44 0
|
6月前
|
存储 算法 搜索推荐
算法导论
算法导论
|
机器学习/深度学习 算法 Java
《八皇后问题》Java数据结构-JavaProject-JavaOJ题集
《八皇后问题》& Java数据结构 & JavaProject & JavaOJ题集
65 0
《八皇后问题》Java数据结构-JavaProject-JavaOJ题集
|
算法 Java 索引
数据结构与算法之美 | 别怕,有我!KMP 算法详解
为什么我认为 KMP 算法就是个动态规划问题呢,等会再解释。对于动态规划,之前多次强调了要明确 dp 数组的含义,而且同一个问题可能有不止一种定义 dp 数组含义的方法,不同的定义会有不同的解法。
数据结构与算法之美 | 别怕,有我!KMP 算法详解
|
人工智能 算法 开发者
算法笔试模拟题精解之“最短路”
做这道题的思路是,假设一开始没有道路,只有n个水库。建立一个连通图,初始状态连通图中只有水库1一个结点。然后将逐步将道路加入连通图中,道路加入连通图的条件是道路两端的水库至少有一个在连通图中,道路加入连通图后,道路两端的水库都加入连通图。
算法笔试模拟题精解之“最短路”
|
算法
数据结构与算法之八皇后问题
八皇后问题代码实现 package com.pionner.recursion; public class Queen8 { int max = 8; int[] array = new int[max]; static int i = 0; public...
793 0
|
算法
算法导论——贪心算法
贪心算法(greedy algorithm)是指,在每一步都做出当时看起来最佳的选择,也就是局部最优的选择,期望这样的选择能够导向全局最优解。所以并不是所有的问题都能得到全局最优解。          典型的例子如分数背包问题:背包容量为50kg,有三个商品分别是重60元/10kg、100元/20kg、120元/30kg,商品可以分割,如何选取商品使背包价值最大。
1505 0
|
移动开发 算法 BI
算法导论——动态规划
  动态规划指的是一个问题可以拆分成多个小的最优子问题,并且这些子问题具有重叠,典型的如斐波那契数列:f(2)=f(1)+f(0),f(3)=f(2)+f(1),f(4)=f(3)+f(2),若使用简单的递归算法求f(4),则f(2)会被计算两次,当计算f(n)时需要计算f(n-1)和f(n-2)而f(n-1)又要计算记一次f(n-2),如此往复时间复杂度为n的指数级别,导致算法效率低下。
1463 0
|
算法 Python 机器学习/深度学习