zoukankan      html  css  js  c++  java
  • 算法学习笔记:匈牙利算法

    匈牙利算法介绍

    匈牙利算法Hungarian algorithm)主要用于解决一些与二分图匹配有关的问题,所以我们先来了解一下二分图。

    二分图Bipartite graph)是一类特殊的,它可以被划分为两个部分,每个部分内的点互不相连。下图是典型的二分图。

    一张二分图

    可以看到,在上面的二分图中,每条边的端点都分别处于点集X和Y中。匈牙利算法主要用来解决两个问题:求二分图的最大匹配数最小点覆盖数

    这么说起来过于抽象了,我们现在从实际问题出发。


    最大匹配问题

    看完上面讲的,相信读者会觉得云里雾里的:这是啥?这有啥用?所以我们把这张二分图稍微做点手脚,变成下面这样:

    现在Boys和Girls分别是两个点集,里面的点分别是男生和女生,边表示他们之间存在“暧昧关系"。最大匹配问题相当于,假如你是红娘,可以撮合任何一对有暧昧关系的男女,那么你最多能成全多少对情侣?(数学表述:在二分图中最多能找到多少条没有公共端点的边)

    现在我们来看看匈牙利算法是怎么运作的:

    我们从B1看起(男女平等,从女生这边看起也是可以的),他与G2有暧昧,那我们就先暂时把他与G2连接(注意这时只是你作为一个红娘在纸上构想,你没有真正行动,此时的安排都是暂时的)。

    来看B2,B2也喜欢G2,这时G2已经“名花有主”了(虽然只是我们设想的),那怎么办呢?我们倒回去看G2目前被安排的男友,是B1,B1有没有别的选项呢?有,G4,G4还没有被安排,那我们就给B1安排上G4。

    然后B3,B3直接配上G1就好了,这没什么问题。至于B4,他只钟情于G4,G4目前配的是B1。B1除了G4还可以选G2,但是呢,如果B1选了G2,G2的原配B2就没得选了。我们绕了一大圈,发现B4只能注定单身了,可怜。(其实从来没被考虑过的G3更可怜)

    这就是匈牙利算法的流程,至于具体实现,我们来看看代码:

    int M, N;            //M, N分别表示左、右侧集合的元素数量
    int Map[MAXM][MAXN]; //邻接矩阵存图
    int p[MAXN];         //记录当前右侧元素所对应的左侧元素
    bool vis[MAXN];      //记录右侧元素是否已被访问过
    bool match(int i)
    {
        for (int j = 1; j <= N; ++j)
            if (Map[i][j] && !vis[j]) //有边且未访问
            {
                vis[j] = true;                 //记录状态为访问过
                if (p[j] == 0 || match(p[j])) //如果暂无匹配,或者原来匹配的左侧元素可以找到新的匹配
                {
                    p[j] = i;    //当前左侧元素成为当前右侧元素的新匹配
                    return true; //返回匹配成功
                }
            }
        return false; //循环结束,仍未找到匹配,返回匹配失败
    }
    int Hungarian()
    {
        int cnt = 0;
        for (int i = 1; i <= M; ++i)
        {
            memset(vis, 0, sizeof(vis)); //重置vis数组
            if (match(i))
                cnt++;
        }
        return cnt;
    }
    

    其实流程跟我们上面描述的是一致的。注意这里使用了一个递归的技巧,我们不断往下递归,尝试寻找合适的匹配。

    最小点覆盖问题

    另外一个关于二分图的问题是求最小点覆盖:我们想找到最少的一些,使二分图所有的边都至少有一个端点在这些点之中。倒过来说就是,删除包含这些点的边,可以删掉所有边。

    这为什么用匈牙利算法可以解决呢?你如果以为我要长篇大论很久就错了,我们只需要一个定理:

    (König定理)

    一个二分图中的最大匹配数等于这个图中的最小点覆盖数。

    好了,本节可以结束了,我们不是搞数学的,不需要证明(有兴趣的话可以参考这篇博客,虽然愚昧的我并没看懂)。但是提供一个直观地找最小覆盖点集的方法:看题图,从左侧一个未匹配成功的点出发,走一趟匈牙利算法的流程(即紫色的箭头),所有左侧未经过的点,和右侧经过的点,即组成最小点覆盖。(即图中的B3、G2、G4)

    对于每个左部节点,寻找增广路最多遍历整张二分图一次,因此,该算法时间复杂度为(O(MN))


    匈牙利算法的应用

    一些题目,乍一看与上面这个男女配对的问题没有任何相似点,其实都可以用匈牙利算法。例如:

    (洛谷P1129) [ZJOI2007]矩阵游戏

    题目描述
    小Q是一个非常聪明的孩子,除了国际象棋,他还很喜欢玩一个电脑益智游戏――矩阵游戏。矩阵游戏在一个$ N× N $ 黑白方阵进行(如同国际象棋一般,只是颜色是随意的)。每次可以对该矩阵进行两种操作:
    行交换操作:选择矩阵的任意两行,交换这两行(即交换对应格子的颜色)
    列交换操作:选择矩阵的任意两列,交换这两列(即交换对应格子的颜色)
    游戏的目标,即通过若干次操作,使得方阵的主对角线(左上角到右下角的连线)上的格子均为黑色。
    对于某些关卡,小Q百思不得其解,以致他开始怀疑这些关卡是不是根本就是无解的!于是小Q决定写一个程序来判断这些关卡是否有解。
    输入格式
    第一行包含一个整数T,表示数据的组数。
    接下来包含T组数据,每组数据第一行为一个整数N,表示方阵的大小;接下来N行为一个 $ N× N $的01矩阵(0表示白色,1表示黑色)。
    输出格式
    包含T行。对于每一组数据,如果该关卡有解,输出一行Yes;否则输出一行No。

    我们把矩阵转化为二分图(左侧集合代表各行,右侧集合代表各列,某位置为1则该行和该列之间有边)。我们想进行一系列交换操作,使得X1连上Y1,X2连上Y2,……

    大家可以想象,所谓的交换,是不是可以等价为重命名?我们可以在保持当前二分图结构不变的情况下,把右侧点的编号进行改变,这与交换的效果是一样的。

    所以想让X1、X2...与Y1、Y2...一一对应,其实只需要原图最大匹配数为4就行了。(这与组合数学中相异代表系的概念相合)。代码如下:

    #include <cstdio>
    #include <cstring>
    int Map[205][205], p[205], vis[205], N, T;
    bool match(int i){
        for (int j = 1; j <= N; ++j){
            if (Map[i][j] && !vis[j]){
                vis[j] = 1;
                if (p[j] == 0 || match(p[j])){
                    p[j] = i;
                    return true;
                }
            }
        }
        return false;
    }
    int Hungarian(){
        int cnt = 0;
        for (int i = 1; i <= N; ++i){
            memset(vis, 0, sizeof(vis));
            if (match(i))
                cnt++;
        }
        return cnt;
    }
    int main(){
        scanf("%d", &T);
        while (T--){
            scanf("%d", &N);
            memset(p, 0, sizeof(p));
            for (int i = 1; i <= N; ++i)
                for (int j = 1; j <= N; ++j)
                    scanf("%d", &Map[i][j]);
            puts(Hungarian() == N ? "Yes" : "No");
        }
        return 0;
    }
    

    (vijos1204) CoVH之柯南开锁

    面对OIBH组织的嚣张气焰, 柯南决定深入牛棚, 一探虚实.
    他经过深思熟虑, 决定从OIBH组织大门进入...........
    OIBH组织的大门有一个很神奇的锁.
    锁是由M*N个格子组成, 其中某些格子凸起(灰色的格子). 每一次操作可以把某一行或某一列的格子给按下去.

    如果柯南能在组织限定的次数内将所有格子都按下去, 那么他就能够进入总部. 但是OIBH组织不是吃素的, 他们的限定次数恰是最少次数.
    请您帮助柯南计算出开给定的锁所需的最少次数.

    读入/Input:

    第一行 两个不超过100的正整数N, M表示矩阵的长和宽
    以下N行 每行M个数 非0即1 1为凸起方格

    输出/Output:

    一个整数 所需最少次数

    如果我们把样例的矩阵,转化为二分图的形式,是这样的:

    按下一行或一列,其实就是删掉与某个点相连的所有边。现在要求最少的操作次数,想想看,这不就是求最小点覆盖数吗?所以直接套匈牙利算法即可。代码略。

    (TYVJ P1035) 棋盘覆盖

    描述 Description
    给出一张nn(n<=100)的国际象棋棋盘,其中被删除了一些点,问可以使用多少12的多米诺骨牌进行掩盖。
    输入格式 Input Format
    第一行为n,m(表示有m个删除的格子)
    第二行到m+1行为x,y,分别表示删除格子所在的位置
    x为第x行
    y为第y列
    输出格式 Output Format
    一个数,即最大覆盖格数

    经典的多米诺覆盖问题大家都很熟悉,我们把棋盘染色,每个多米诺骨牌恰好覆盖一个白格和一个黑格(这里为了美观染成了其他颜色,下面仍将其称作黑格)。

    01

    我们删除了一些格子:

    02

    现在要求多米诺骨牌最大覆盖数。

    你可能已经看出来了,我们在染色之后,黑格和白格可以构成一个二分图,每个白格都只和黑格相连,每个黑格也只和白格相连。在给所有黑格和白格编号后,我们把每个未删除的格子都与它上下左右紧邻的未删除的格子相连。很显然,这张二分图的最大匹配数,就是我们能放下最多的多米诺骨牌数。注意因为数据范围较大,要用邻接表存图。

    #include <cstdio>
    #include <cstring>
    #define MAXN 5500
    struct Edges
    {
        int to, next;
    } edges[MAXN * 8];
    int Map[105][105], head[MAXN], p[MAXN], vis[MAXN], N, cnt_edge;
    inline int add(int from, int to)
    {
        edges[++cnt_edge].next = head[from];
        head[from] = cnt_edge;
        edges[cnt_edge].to = to;
    }
    inline int trans(int i, int j, int n) //把坐标转化为编号
    {
        return ((i - 1) * n + j + 1) / 2;
    }
    bool match(int i)
    {
        for (int e = head[i]; e; e = edges[e].next)
        {
            int j = edges[e].to;
            if (!vis[j])
            {
                vis[j] = true;
                if (p[j] == 0 || match(p[j]))
                {
                    p[j] = i;
                    return true;
                }
            }
        }
        return false;
    }
    int Hungarian()
    {
        int cnt = 0;
        for (int i = 1; i <= N; ++i)
        {
            memset(vis, 0, sizeof(vis));
            if (match(i))
                cnt++;
        }
        return cnt;
    }
    int main()
    {
        int n, m, x, y;
        scanf("%d%d", &n, &m);
        N = (n * n + 1) / 2;
        memset(Map, -1, sizeof(Map));
        for (int i = 1; i <= n; ++i)
            for (int j = 1; j <= n; ++j)
                Map[i][j] = 0;
        for (int i = 0; i < m; ++i)
        {
            scanf("%d%d", &x, &y);
            Map[x][y] = -1;
        }
        for (int i = 1; i <= n; i++)
            for (int j = i % 2 ? 1 : 2; j <= n; j += 2)
                if (Map[i][j] == 0)
                {
                    if (Map[i + 1][j] != -1)
                        add(trans(i, j, n), trans(i + 1, j, n));
                    if (Map[i][j + 1] != -1)
                        add(trans(i, j, n), trans(i, j + 1, n));
                    if (Map[i - 1][j] != -1)
                        add(trans(i, j, n), trans(i - 1, j, n));
                    if (Map[i][j - 1] != -1)
                        add(trans(i, j, n), trans(i, j - 1, n));
                }
        printf("%d
    ", Hungarian());
        return 0;
    }
    

    参考

    Renfei Song's Blog二分图的最大匹配、完美匹配和匈牙利算法

  • 相关阅读:
    在redhat上搭建redmine
    工具第二天 cocoaPods 私有库的创建
    回归 从注释开始 appledoc
    Chrome浏览器插件开发-关于案例
    Chrome浏览器插件开发-淘宝自动登录
    IOS开发-本地持久化存储sqlite应用
    IOS开发-表单控件的应用
    如何安全可靠的处理后台任务
    Cache应用/任务Mutex,用于高并发任务处理经过多个项目使用
    报表的缓存基本存储和读写
  • 原文地址:https://www.cnblogs.com/RioTian/p/13473634.html
Copyright © 2011-2022 走看看