km算法与最佳匹配
来源:互联网 发布:mac版ps字体怎么安装 编辑:程序博客网 时间:2024/05/29 08:59
KM算法
该算法是通过给每个顶点一个标号(叫做顶标)来把求最大权匹配的问题转化为求完备匹配的问题的。设顶点Xi的顶标为A[ i ],顶点Yj的顶标为B[ j ],顶点Xi与Yj之间的边权为w[i,j]。在算法执行过程中的任一时刻,对于任一条边(i,j),A[ i ]+B[j]>=w[i,j]始终成立。
KM算法的正确性基于以下定理:
若由二分图中所有满足A[ i ]+B[j]=w[i,j]的边(i,j)构成的子图(称做相等子图)有完备匹配,那么这个完备匹配就是二分图的最大权匹配。
首先解释下什么是完备匹配,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或者是
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。
这个定理是显然的。因为对于二分图的任意一个匹配,如果它包含于相等子图,那么它的边权和等于所有顶点的顶标和;如果它有的边不包含于相等子图,那么它的边权和小于所有顶点的顶标和。所以相等子图的完备匹配一定是二分图的最大权匹配。
初始时为了使A[ i ]+B[j]>=w[i,j]恒成立,令A[ i ]为所有与顶点Xi关联的边的最大权,B[j]=0。如果当前的相等子图没有完备匹配,就按下面的方法修改顶标以使扩大相等子图,直到相等子图具有完备匹配为止。
我们求当前相等子图的完备匹配失败了,是因为对于某个X顶点,我们找不到一条从它出发的交错路。这时我们获得了一棵交错树,它的叶子结点全部是X顶点。现在我们把交错树中X顶点的顶标全都减小某个值d,Y顶点的顶标全都增加同一个值d,那么我们会发现:
1)两端都在交错树中的边(i,j),A[ i ]+B[j]的值没有变化。也就是说,它原来属于相等子图,现在仍属于相等子图。
2)两端都不在交错树中的边(i,j),A[ i ]和B[j]都没有变化。也就是说,它原来属于(或不属于)相等子图,现在仍属于(或不属于)相等子图。
3)X端不在交错树中,Y端在交错树中的边(i,j),它的A[ i ]+B[j]的值有所增大。它原来不属于相等子图,现在仍不属于相等子图。
4)X端在交错树中,Y端不在交错树中的边(i,j),它的A[ i ]+B[j]的值有所减小。也就说,它原来不属于相等子图,现在可能进入了相等子图,因而使相等子图得到了扩大。
现在的问题就是求d值了。为了使A[ i ]+B[j]>=w[i,j]始终成立,且至少有一条边进入相等子图,d应该等于:
Min{A[ i ]+B[j]-w[i,j] | Xi在交错树中,Yi不在交错树中}。
程序:
function find(x:longint):boolean;var y:longint;begin vx[x]:=true; for y:=1 to n do if (not vy[y])and(lx[x]+ly[y]=w[x,y]) then begin vy[y]:=true; if (b[y]=0)or find(b[y]) then begin b[y]:=x; exit(true); end; end; exit(false);end; procedure KM;begin for i:=1 to n do begin max:=0; for j:=1 to n do if w[i,j]>max then max:=w[i,j]; lx[i]:=max; end; for k:=1 to n do repeat fillchar(vx,sizeof(vx),0); fillchar(vy,sizeof(vy),0); if find(k) then break; d:=maxlongint; for i:=1 to n do if vx[i] then for j:=1 to n do if not vy[j] then if lx[i]+ly[j]-w[i,j]<d then d:=lx[i]+ly[j]-w[i,j]; for i:=1 to n do begin if vx[i] then dec(lx[i],d); if vy[i] then inc(ly[i],d); end; until false;end;
- km算法与最佳匹配
- 最佳匹配KM算法模板
- 【图论】匈牙利算法与KM算法(寻找二部图最佳匹配与最佳完备匹配)
- 二分匹配_最佳匹配KM算法
- 最佳匹配KM(kuhn-Munkres)算法
- KM算法 二分图的最佳匹配
- 二分图的最佳匹配(KM 算法)
- 二分图最佳匹配---KM算法
- 二分图最佳完美匹配-KM算法
- 二分图匹配之最佳匹配 km算法详解
- 二分图的最佳匹配(KM 算法)
- 带权二分图最佳匹配KM算法模板
- HDU 4862 Jump 二分图最佳匹配KM算法
- hdu2255 二分图的最佳匹配 KM算法
- KM算法——二分图的最佳匹配
- 二分图的最佳匹配(KM 算法)
- 1076. Trash(KM算法 二分最佳完美匹配)
- 二分图的最佳完美匹配——KM算法
- 到底该如何学习算法?
- C# 上传文件
- 一个n个整数序列取m个数,使其概率相同问题
- Oracle树形结构的sql语句
- 《算法导论》第2章笔记(不定期更新中)
- km算法与最佳匹配
- 嵌入式入门系列文章指南
- 软件工程基本路径的拓展,为何可带来软件产业的重新洗牌?
- win7配置数据源和ODBC数据源部署类型和访问权限(windows 服务无法访问数据源的问题)
- JVM组成图
- S3C2440裸机驱动--PWM基础
- 一道java笔试题
- 7.4 inline class (将类内联化)
- 认识嵌入式,走进嵌入式,为什么要学习嵌入式?