算法学习之路|二分图的最大匹配—匈牙利算法(Dfs实现)-阿里云开发者社区

开发者社区> 人工智能> 正文
登录阅读全文

算法学习之路|二分图的最大匹配—匈牙利算法(Dfs实现)

简介: 二分图的概念:二分图又称作二部图,是图论中的一种特殊模型

二分图的概念:二分图又称作二部图,是图论中的一种特殊模型。 设G=(V,E)是一个无向图,如果顶点V可分割为两个互不相交的子集(A,B),并且图中的每条边(i,j)所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B),则称图G为一个二分图。

匹配:在图论中,一个匹配是一个边的集合,其中任意两条边都没有公共顶点。

最大匹配:一个图所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。

交替路:从一个未匹配点出发,依次经过非匹配边、匹配边、非匹配边...形成的路径叫交替路。

增广路:从一个未匹配点出发,走交替路,如果途径另一个未匹配点,则这条交替路称为增广路。

增广路有个重要特点就是:未匹配边数比匹配边数多一,这样就可以让未匹配边和匹配边身份交换使得匹配边数加一,所以一直寻找增广路来增加匹配数,直到找不到增光路为止。

代码实现(Dfs):

struct Edge
{
    int from;
    int to;
};
vector <int> G[max];//存储i点的出发点编号
int matchingnode[max];
int check[max];
int Dfs(int u)
{
    vector <int>::iterator it;
    for(it=G[u].begin();it!=G[u].end();it++)
    {
        int v=*it;
        if(!check[v])//判断是否在交替路中
        {
            check[v]=1;
            if(matchingnode[v]==-1||Dfs(matchingnode[v]))//是否是匹配点
            {
                matching[v]=u;
                matching[u]=v;
                return 1;
            }
        }
    }
    return 0;
}
int hungarian ()
{
    int _count;
    memset(matchingnode,-1,sizeof(matchingnode));
    for(int i=0;i<max;i++)
    {
        if(matchingnode[i]==-1)
        {
            memset(check,0,sizeof(check));
            if(Dfs(i))
                _count++;
        }
    }
    return _count;
}

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: