Kuhn-Munkres算法
KM算法,求完备匹配下的最大权匹配,时间复杂度O(\(n^3\))
所谓的完备匹配就是在二部图中,x点集中的所有点都有对应的匹配 且 y点集中所有的点都有对应的匹配 ,则称该匹配为完备匹配
算法思想
(1)初始化可行顶标的值;
(2)用匈牙利算法寻找完备匹配;
(3)若未找到完备匹配则修改可行顶标的值;
(4)重复(2)(3)直到找到相等子图的完备匹配为止。
模板
#include <bits/stdc++.h>
using namespace std;
#define mem(a,b) memset(a,b,sizeof(a))
#define cin(a) scanf("%d",&a)
#define pii pair<int,int>
#define ll long long
#define gcd __gcd
const int inf = 0x3f3f3f3f;
const int maxn = 310;
const int M = 1e9+7;
int n,m,k,t;
int a[maxn][maxn]; //图
int ex_x[maxn]; //x期望能匹配到的y值
int ex_y[maxn]; //y期望能匹配到的x值
bool vis_x[maxn]; //标记是否访问
bool vis_y[maxn]; //标记是否访问
int match[maxn]; //y的匹配
int slack[maxn]; //y的松弛,记录y最少还差多少期望值
bool dfs(int x)
{
vis_x[x] = 1;
for(int y = 0; y <= y; y++)
{
if(vis_y[y]) continue;
int gap = ex_x[x]-ex_y[y]-a[x][y];
if(gap == 0) //如果符合要求
{
vis_y[y] = 1;
if(match[y] == -1 || dfs(match[y])) //如果y没有被匹配,或者y的x可以换另一个y
{
match[y] = x;
return true;
}
}
else //不符合要求,我还差gap的期望值才能有匹配
{
slack[y] = min(slack[y],gap);
}
}
}
int km()
{
mem(match,-1);mem(ex_y,0); //y期望的x是0
mem(ex_x,0); //初始化
for(int i = 0; i < n; i++) //x期望的y是最大的那个
{
for(int j = 0; j < n; j++)
{
ex_x[i] = max(ex_x[i],a[i][j]);
}
}
for(int i = 0; i < n; i++)
{
mem(slack,inf);
while (1)
{
mem(vis_x,0);mem(vis_y,0);
if(dfs(i)) break; //找到匹配
//如果找不到
int d = inf;
for(int j = 0; j < n; j++)
{
if(!vis_y[j]) d = min(d,slack[j]);
}
for(int j = 0; j < n; j++) //降低期望
{
if(vis_x[j]) ex_x[j] -= d;
if(vis_y[j]) ex_y[j] += d;
else slack[j] -= d;
}
}
}
int res = 0;
for(int i = 0; i < n; i++)
{
res += a[match[i]][i];
}
return res;
}
int main()
{
#ifdef ONLINE_JUDGE
#else
freopen("data.in", "r", stdin);
//freopen("data.out", "w", stdout);
#endif
while (~cin(n))
{
for(int i = 0; i < n; i++)
{
for(int j = 0; j < n; j++)
{
cin(a[i][j]);
}
}
printf("%d\n",km());
}
return 0;
}
例题
http://acm.hdu.edu.cn/showproblem.php?pid=2255
参考博客
https://www.cnblogs.com/wenruo/p/5264235.html
https://baike.baidu.com/item/KM算法