二分图与匹配 I :二分图的最大匹配
引入:什么是二分图,什么是匹配
口头语言描述:一个图,你把他的点集划为两个集合,让每个集合之间的点没有连边,就是一个二分图。
二分图的一个等价定义是:不含有奇数条边的环的图就是一个二分图。
证明:显然,观察每一条路径,都是从一个点集走向另外一个点集,则一个环必定得走偶数次。
匹配,则是一个边集。在二分图中选择一些边玩连连看游戏,如果选择的边两两没有公共点,这个边集就是原图的一个匹配。
为了方便后面的描述,我们再引入一些概念:
- 匹配点:被匹配边连接的点;
- 匹配边:匹配里的边;
- 非匹配点:没被匹配边连接的点;
- 非匹配边:不在匹配里的边;
- 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。
- 完美匹配:如果一个图的某个匹配中,所有的顶点都是匹配点,那么它就是一个完美匹配。
显然,完美匹配一定是最大匹配,但并非每个图都存在完美匹配。
我们有时候希望匹配最大,那该怎么办呢?
解决:匈牙利算法
为了理解这个算法,我们给出几个概念:
- 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……的路径;
- 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(出发的点不算),则这条交替路称为增广路。
增广路有一个重要特点:非匹配边比匹配边多一条,我们可以通过不停地找增广路来增加匹配中的匹配边和匹配点。找不到增广路时,达到最大匹配(这是增广路定理)。这就是匈牙利算法。
- 从左边第 1 个顶点开始,挑选未匹配点进行搜索,寻找增广路;
- 如果经过一个未匹配点,说明寻找成功。更新路径信息,匹配边数 +1,停止搜索;
- 如果一直没有找到增广路,则不再从这个点开始搜索。事实上,我们可以永久性地把它从图中删去,而不影响结果。
- 由于找到增广路之后需要沿着路径更新匹配,所以我们需要一个结构来记录路径上的点。
代码使用 BFS 探路,复杂度为 。
__EOF__

本文作者:SDLTF
本文链接:https://www.cnblogs.com/sdltf/p/17614280.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
本文链接:https://www.cnblogs.com/sdltf/p/17614280.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具