posts - 18,  comments - 5,  trackbacks - 0

一、定义与定理
      匹配:设G(V, E)为无环图,设M为E的一个非空子集,如果M中的任意两条边在G中不相邻,则称M是图G中的一个匹配。若对图G的任何匹配M',均有|M'|≤|M|,则称M为G的最大匹配。
      饱和点:设M是图G中的匹配,G中与M中的边关联的顶点称为M饱和点,否则称为M非饱和点。若图中顶点均是M饱和点,则称M为G的完美匹配。
      M交错路:设P是G的一条路,且在P中,M的边和E-M的边交错出现,则称P是G的一条M交错路。若M交错路P的两个端点为M非饱和点,则称P为M可增广路。 
      根在x的M交错子图:设x为G中M非饱和点。G中由起点为x的M交错路所能连接的顶点集所导出的G的导出子图。
      S的邻集:设S为G的任一顶点集,G中与S的顶点邻接的所有顶点的集合,称为S的邻集,记作N(S)。
      最优匹配:对于一个加权二部图,一个权最大的匹配叫作最优匹配。
      可行定标:映射l:V(G)→R,满足对G的每条边e={u, v},均有l(u)+l(v)≥w(u, v),其中w(u, v)表示边e的权,则称l为G的可行顶标。令El={(u, v) | {u, v}∈E(G),l(u)+l(v)=w(u, v)},Gl为以El为边集的G的生成子图,则称Gl为l等子图。
二、最大匹配(匈牙利算法)
      描述:
      (1)G是具有划分(V1, V2)的二分图,任给初始匹配M;
      (2)若M饱和V1则结束;
      (3)否则,在V1中找一M非饱和点,,置S={x}, T为空;
      (4)若N(S) = T,则停止,否则任选一点y∈N(S)-T;
      (5)若y为M非饱和点,则求一条从x到y的M可增广路P,置M为M异或P并转(2);
      (6)否则,由于y是M的饱和点,故M中有一边{y, u},置S = S∪{u},T = T∪{y},转(4)。
      实现:

 1 HUNGARY
 2     for i : 1 to |V2|
 3         do match[i] = 0    
 4     for each vertex u in V1
 5         do for i : 1 to |V2|
 6                do visit[i] = false
 7            DFS(u)
 8 DFS(u)
 9     for each vertex v in V2
10         if (u, v) in E(G) and visit[v] is false
11             then visit[v]=true
12                  if match[v] is 0 or DFS(match[v]) is true
13                      then match[v] = u
14                           return true
15     return false

      说明:第7行的DFS(u)过程,当存在从u开始的M可增广路,则返回true,并完成M的扩展,此时|M|加一。如果返回false,则表示不存在M可增广路。 
      示例:POJ 1274 解题报告

三、最优匹配(KM算法)
      描述:
      (1)从任意可行顶标l开始,确定l等子图Gl,并且在Gl中选取匹配M。若M饱和V1,则M是完美匹配,也即M是最优匹配,算法终止;
      (2)否则,运用匈牙利算法,终止于S属于V1,T属于V2且使对于Gl,N(S)=T。令al=min{l(x)+l(y)-w(x, y) | x∈S, y∈V2-T},令l'(u)=l(u)-al如果u∈S;l'(u)=l(u)+al如果u∈T;l'(u)=l(u),其它。用l'代替l,用Gl'代替Gl转入(1)。
      实现:

 1 KUHN-MUNKRES(G)
 2     for each vertex u in V1
 3         do lx[u] = max{w[u][v] | (u, v) in E(G)}
 4     for each vertex v in V2
 5         do ly[v] = 0
 6     for each vertex u in V1
 7         do while(true)
 8                do for each vertex u in V1
 9                       do vx[u] = false
10                   for each vertex v in V2
11                       do vy[v] = false
12                          slack[v] = MAX
13                   if DFS(u) is true
14                       then break
15                   d = min{slack[v] | v in V2 and vy[v] is false}
16                   for each vertex u in V1
17                       do lx[u] = lx[u] - d
18                   for each vertex v in V2
19                       do ly[v] = ly[v] + d
20 DFS(u)
21     vx[u] = true
22     for each vertex v in V2
23         do if lx[u]+ly[v]==w[u][v] and vy[v] is false
24                then vy[v] = true
25                     if match[v] is NIL or DFS(match[v])
26                         then match[v] = u
27                              return true
28             else if lx[u]+ly[v]>w[u][v]
29                 then slack[v] = min{slack[v], lx[u]+ly[v]-w[u][v]}
30     return false
      示例:POJ 2195 解题报告
posted on 2009-06-29 14:48 Icyflame 阅读(536) 评论(0)  编辑 收藏 引用 所属分类: 图论

只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理