图的匹配问题与最大流问题(六)——匈牙利算法一种简洁实现
来源:互联网 发布:知乎图标如何变 编辑:程序博客网 时间:2024/06/06 12:23
接着这个系列,前几个又重新写匈牙利算法时,发现了一种更为简洁的实现方式,和上一篇文章相比http://blog.csdn.net/smartxxyx/article/details/9672181,
这个算法更为简洁,也好理解。和维基百科上介绍的算法思路是一致的。
求最大匹配的一种显而易见的算法是:先找出全部匹配,然后保留匹配数最多的。但是这个算法的时间复杂度为边数的指数级函数。因此,需要寻求一种更加高效的算法。下面介绍用增广路求最大匹配的方法(称作匈牙利算法,由数学家Harold Kuhn于1955年提出)。
增广路的定义(也称增广轨或交错轨):
若P是图G中一条连通两个未匹配顶点的路径,并且属于M的边和不属于M的边(即已匹配和待匹配的边)在P上交替出现,则称P为相对于M的一条增广路径。(M为一个匹配)
由增广路的定义可以推出下述三个结论:
1-P的路径长度必定为奇数,第一条边和最后一条边都不属于M。
2-将M和P进行异或操作(去同存异)可以得到一个更大的匹配M’。
3-M为G的最大匹配当且仅当不存在M的增广路径。
算法轮廓:
(1)置M为空
(2)找出一条增广路径P,通过异或操作获得更大的匹配M’代替M
(3)重复(2)操作直到找不出增广路径为止
本质上讲很像最大流算法:不断寻找增光路径,如果能够增加就匹配数,就进行操作。/** * 匈牙利算法,递归(深度优先)搜索增光路径实现 * @author xhw * */class HungarianAlgorithm{int[][] graph;int match[];//记录匹配情况int state[];//记录是否访问过int n,m;int maxMatch=0;public HungarianAlgorithm(int[][] graph){this.graph=graph;this.n=graph.length;this.m=graph[0].length;match=new int[n];Arrays.fill(match, -1);state=new int[n];}public int maxMatching() {maxMatch=0;for(int i=0;i<n;i++){Arrays.fill(state, 0);maxMatch+=find(i);}return maxMatch;}public int find(int x) {for(int i=0;i<m;i++){if(graph[x][i]==1&&state[i]==0){state[i]=1;if(match[i]==-1||find(match[i])>0){match[i]=x;return 1;}}}return 0;}}
3 0
- 图的匹配问题与最大流问题(六)——匈牙利算法一种简洁实现
- 匈牙利算法—解决二分图最大匹配问题
- 二分图最大匹配问题匈牙利算法
- 二分图最大匹配问题匈牙利算法
- 二分图的最大匹配问题(匈牙利算法)
- 匈牙利算法——最大匹配问题详解
- 二分图最大匹配问题与匈牙利算法的核心思想
- 二分图最大匹配问题与匈牙利算法的核心思想
- 匈牙利算法---解决最大匹配问题
- 二分图最大匹配—匈牙利算法
- 匈牙利算法 二分图的匹配问题
- [Matrix67]二分图最大匹配问题匈牙利算法
- 二分图最大匹配问题之匈牙利算法
- hdu5090 匈牙利算法二分图最大匹配问题
- 二分图最大匹配问题(匈牙利算法)
- 二分图最大匹配问题之匈牙利算法
- 二分图的最大匹配——匈牙利算法
- 二分图的最大匹配——匈牙利算法
- Deep Learning(深度学习) 学习笔记(四)
- 使用spring @Scheduled注解执行定时任务
- Qt中的界面
- 不安装opencv manager运行基于android opencv库的apk
- oracle 精简版配置
- 图的匹配问题与最大流问题(六)——匈牙利算法一种简洁实现
- 【操作系统】内存管理-基本分段管理方式
- 请对MD5加密高手帮忙
- JNI视频教程 笔记(一)
- 翻硬币游戏
- 【Android 学习笔记】 AndroidManifest 配置信息
- gbtfh
- php中的那些小事
- JSF2.0实战 - 7、自定义<h:head>