KM算法入门

简介:

KM算法的基本概念:

http://baike.baidu.com/view/739278.htm

http://baike.baidu.com/view/501092.htm

看这个算法之前,最好先看下匈牙利算法,KM算法 是建立在匈牙利算法基础上实现的

对于这个算法最有误区的地方,个人感觉还是在  X 集合 -d  和 Y 集合 + d之后 还要进行

操作,再加上 深搜递归操作  ,理解容易产生误区,在这里我给出一组模板的测试数据来帮助初学者理解

注意观察: visx[],visy[],lx[],ly[],linky[],在调用中的变化:

3 4

0 0 2

0 1 6

1  1 7

2 1  14

2  2  3

模板:(O  ^ 4) 

复制代码
复制代码
#define M 505
#define inf 0x3fffffff
bool sx[M], sy[M];
int match[M], w[M][M], n, m, d, lx[M], ly[M];
//n:左集元素个数; m:右集元素个数
void init ()
{
memset (w, 0, sizeof(w)); //不一定要,求最小值一般要初始化为负无穷!
}

bool dfs (int u)
{
int v; sx[u] = true;
for (v = 0; v < m; v++)
{
if (!sy[v] && lx[u]+ly[v]==w[u][v])
{
sy[v] = true;
if (match[v] == -1 || dfs (match[v]))
{
match[v] = u;
return true;
}
}
}
return false;
}

int KM ()
{
int i, j, k, sum = 0;
memset (ly, 0, sizeof(ly));
for (i = 0; i < n; i++)
{
lx[i] = -inf;
for (j = 0; j < m; j++)
if (lx[i] < w[i][j])
lx[i] = w[i][j];
}
memset (match, -1, sizeof(match));
for (i = 0; i < n; i++)
{
while (1)
{
memset (sx, false, sizeof(sx));
memset (sy, false, sizeof(sy));
if (dfs (i))
break;
d = inf;
for (j = 0; j < n; j++)
if (sx[j])
for (k = 0; k < m; k++)
if (!sy[k])
d = min (d, lx[j]+ly[k]-w[j][k]);
if (d == inf) //找不到完美匹配
return -1;
for (j = 0; j < n; j++)
if (sx[j])
lx[j] -= d;
for (j = 0; j < m; j++)
if (sy[j])
ly[j] += d;
}
}
for (i = 0; i < m; i++)
if (match[i] > -1)
sum += w[match[i]][i];
return sum;
}
复制代码
复制代码

改进后的模板(O^3)

复制代码
复制代码
/*其实在求最大 最小的时候只要用一个模板就行了,把边的权值去相反数即可得到另外一个.求结果的时候再去相反数即可*/
/*最大最小有一些地方不同。。*/
#include <iostream>
#include<cstring>
#include<cstdio>
#include<cmath>
//赤裸裸的模板啊。。
const int maxn = 101;
const int INF = (1<<31)-1;
int w[maxn][maxn];
int lx[maxn],ly[maxn]; //顶标
int linky[maxn];
int visx[maxn],visy[maxn];
int slack[maxn];
int nx,ny;
bool find(int x)
{
visx[x] = true;
for(int y = 0; y < ny; y++)
{
if(visy[y])
continue;
int t = lx[x] + ly[y] - w[x][y];
if(t==0)
{
visy[y] = true;
if(linky[y]==-1 || find(linky[y]))
{
linky[y] = x;
return true; //找到增广轨
}
}
else if(slack[y] > t)
slack[y] = t;
}
return false; //没有找到增广轨(说明顶点x没有对应的匹配,与完备匹配(相等子图的完备匹配)不符)
}

int KM() //返回最优匹配的值
{
int i,j;

memset(linky,-1,sizeof(linky));
memset(ly,0,sizeof(ly));
for(i = 0; i < nx; i++)
for(j = 0,lx[i] = -INF; j < ny; j++)
if(w[i][j] > lx[i])
lx[i] = w[i][j];
for(int x = 0; x < nx; x++)
{
for(i = 0; i < ny; i++)
slack[i] = INF;
while(true)
{
memset(visx,0,sizeof(visx));
memset(visy,0,sizeof(visy));
if(find(x)) //找到增广轨,退出
break;
int d = INF;
for(i = 0; i < ny; i++) //没找到,对l做调整(这会增加相等子图的边),重新找
{
if(!visy[i] && d > slack[i])
d = slack[i];
}
for(i = 0; i < nx; i++)
{
if(visx[i])
lx[i] -= d;
}
for(i = 0; i < ny; i++)
{
if(visy[i])
ly[i] += d;
else
slack[i] -= d;
}
}
}
int result = 0;
for(i = 0; i < ny; i++)
if(linky[i]>-1)
result += w[linky[i]][i];
return result;
}

int main()
{
// freopen("g:/1.txt","r",stdin);
while(true)
{
scanf("%d%d",&nx,&ny);
int a,b,c;
while(scanf("%d%d%d",&a,&b,&c),a+b+c)
{
w[a][b]=c;
}
printf("%d\n",KM());
break;
}
return 0;
}
复制代码
复制代码

题目推荐:

第一题:hdu  2255   奔小康赚大钱

http://acm.hdu.edu.cn/showproblem.php?pid=2255

模板不解释

View Code

第二题:  hdu 1533  Going Home

http://acm.hdu.edu.cn/showproblem.php?pid=1533

 用 w[i][j] = -w[i][j]建图再套模板 求最大值   输出【-sum】

 

 

View Code

第三题:  hdu  1853  Cyclic Tour

注意是有向图,和重边的判断

 

View Code


第四题:hdu  3488  Tour

http://acm.hdu.edu.cn/showproblem.php?pid=3488 
跟第三题几乎一样

 

View Code

第五题:hdu  3435  A new Graph Game

http://acm.hdu.edu.cn/showproblem.php?pid=3435 
跟第三题代码基本上一样,只是要双向建图,也有重边

福大 AekdyCoin 出的题,好险的题啊,时间跑了 2000+ ;

 

View Code

第六题: hdu 2426  Interesting Housing Problem

http://acm.hdu.edu.cn/showproblem.php?pid=2426

注意 题目输入 |Vi| <= 10000  
左集是学生,右集是房子,w[i][j] < 0 不可匹配,最后无法完美匹配输出-1

 

View Code

第七题:hdu 2853  Assignment

http://acm.hdu.edu.cn/showproblem.php?pid=2853 
思路:让原有匹配更有优势就可以了 
实现:所有权值扩大100倍,原有匹配【例如a匹配b】w[a][b]+ + 
设结果是res 
最大值:res/100 
至少改变个数:n - res%100  

这种处理比较有意思

 

View Code

第八题:hdu 3718  

http://acm.hdu.edu.cn/showproblem.php?pid=3718 
题目求的是两字符串的最大相似度 
思路:因为第一个串的一种字母只能匹配第二个串的一种字母,所以可以转化为求 
【字母的最大匹配值/n】 注意输入 scanf--%s   不要用 %c%*c 

View Code

推荐题目链接:

http://972169909-qq-com.iteye.com/blog/1184514

目录
相关文章
|
9天前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
22天前
|
存储 算法
算法入门:专题一:双指针(有效三角形的个数)
给定一个数组,找出能组成三角形的三元组个数。利用“两边之和大于第三边”的性质,先排序,再用双指针优化。固定最大边,左右指针从区间两端向内移动,若两短边之和大于最长边,则中间所有组合均有效,时间复杂度由暴力的O(n³)降至O(n²)。
|
21天前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
3月前
|
机器学习/深度学习 数据采集 算法
你天天听“数据挖掘”,可它到底在“挖”啥?——数据挖掘算法入门扫盲篇
你天天听“数据挖掘”,可它到底在“挖”啥?——数据挖掘算法入门扫盲篇
68 0
|
7月前
|
机器学习/深度学习 算法 机器人
强化学习:时间差分(TD)(SARSA算法和Q-Learning算法)(看不懂算我输专栏)——手把手教你入门强化学习(六)
本文介绍了时间差分法(TD)中的两种经典算法:SARSA和Q-Learning。二者均为无模型强化学习方法,通过与环境交互估算动作价值函数。SARSA是On-Policy算法,采用ε-greedy策略进行动作选择和评估;而Q-Learning为Off-Policy算法,评估时选取下一状态中估值最大的动作。相比动态规划和蒙特卡洛方法,TD算法结合了自举更新与样本更新的优势,实现边行动边学习。文章通过生动的例子解释了两者的差异,并提供了伪代码帮助理解。
521 2
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
机器学习/深度学习 算法 大数据
机器学习入门:梯度下降算法(下)
机器学习入门:梯度下降算法(下)
|
机器学习/深度学习 算法
机器学习入门:梯度下降算法(上)
机器学习入门:梯度下降算法(上)
|
11月前
|
机器学习/深度学习 算法 Python
机器学习入门:理解并实现K-近邻算法
机器学习入门:理解并实现K-近邻算法
161 0

热门文章

最新文章