二分图的判定
  • 如果一个图是连通的,可以用如下的染色法判定是否二分图:

    • 我们把X部的结点颜色设为0Y部的颜色设为1

    • 从某个未染色的结点u开始,做BFS或者DFS 。把u染为0,枚举u的儿子v。如果v未染色,就染为与u相反的颜色,如果已染色,则判断uv的颜色是否相同,相同则不是二分图。

    • 如果一个图不连通,则在每个连通块中作判定。

      #include <bits/stdc++.h>
      const int maxn = 505;
      std::vector<int> e[maxn];
      int m,n,color[maxn];
      bool flag;//全局,标记是否有环
      void dfs(int u){
      if(flag) return;//如果已经存在环就没必要接着递归了
      int len = e[u].size();//省点常数
      for(int i = 0; i < len; i++){ //遍历所有相邻顶点,即连着的点
      int v = e[u][i];
      if(color[v]==0){//v还未访问,染色并递归
      color[v] = -color[u];
      dfs(v);
      }
      else if(color[v]==color[u]){
      flag=1;//说明有环
      return;
      }
      }
      } void solve(){
      for(int i = 0; i < n; i++){
      if(color[i] == 0){
      color[i] = 1;
      dfs(i);
      if(flag){
      printf("NOT BICOLORABLE.\n");
      return;
      }
      }
      }
      printf("BICOLORABLE.\n");
      }
      int main(){
      while(~scanf("%d%d",&n,&m)){
      memset(color, 0, sizeof(color));
      memset(e, 0, sizeof(e));
      for(int i = 0; i < m; i++){
      int u,v;scanf("%d%d",&u,&v);
      e[u].push_back(v);e[v].push_back(u);
      }
      solve();
      }
      return 0;
      }
最大匹配KM算法
  • 顶标:设顶点 \(X_i\) 的顶标为 \(A[i]\),顶点 \(Y_j\) 的顶标为 \(B[j]\) ,顶点 \(X_i\) 与 \(Y_j\) 之间的边权为 \(w[i][j]\),初始化时,\(A[i]\) 的值为与该点关联的最大边权值,\(B[j]\) 的值为0

  • 相等子图:选择 \(A[i] + B[j] = w[i][j]\) 的边 \(<i, j>\) 构成的子图,就是相等子图。

  • 算法执行过程中,对任一条边\(<i, j>\) ,\(A[i] + B[j] >= w[i][j]\) 恒成立。

  • slack数组存的数是Y部的点相等子图时,最小要增加的值

  • 算法图示

    1. 从\(X_1\) 开始跑匈牙利,匹配的条件是:\(A[i] + B[j] = w[i][j]\) ,显然 $ X_1$ 和 \(Y_3\) 匹配成功。

    2. 接着从 \(X_2\) 开始,\(A[X_2]+B[Y_3]==w[X_2][X_3]\) ,此时 \(Y_3\) 已被 \(X_1\) 匹配,尝试让 \(X_1\) 换一个匹配对象,但在 \(X_1\) 的邻接点没有满足:\(A[i] + B[j] = w[i][j]\) 的点,这些相临边和顶标和的最小差值为:\(minz=1\) ,把此时已标记的 \(X\) 部的顶标减去\(minz\),即:\(A[x_1]=5-1=4,A[X_2]-1=3\) , \(Y\) 部的此时标记的顶标加上\(minz\),即:\(B[y_3]=0+1=1\) ,此时\(A[X_1]+B[Y_1]==w[X_1][Y_1]\)。

    3. 最后从\(X_3\) 开始找增广路,\(X_3\) 匹配 \(Y_3\) ,不满足,调整顶标,即\(A[3]=5-1=4\),匹配\(Y_3\) 成功,尝试劝说 \(X_2\) 寻找新的匹配,此时 \(Y_1\) 满足匹配,尝试让 \(X_1\) 寻找新的匹配,此时\(X_1\)已找不到新的为匹配的点,匹配失败,回溯到 \(X_2\) ,

  • Code

    #include <bits/stdc++.h>
    const int maxn = 300 + 10,maxe=1e4+5,Inf = 0x3f3f3f3f;
    struct Edee{int to,w,next;}e[maxe];
    int n,m,len,head[maxn],g[maxn][maxn];
    int wx[maxn], wy[maxn];//每个点的顶标值(需要根据二分图处理出来)
    int match[maxn];//每个Y部点所匹配的X部的点
    int visx[maxn], visy[maxn];//每个点是否加入增广路
    int slack[maxn];//边权和顶标最小的差值
    void Insert(int u,int v){
    e[++len].to=v;e[len].next=head[u];head[u]=len;
    }
    bool dfs(int u){//进入DFS的都是X部的点,找到增光路返回1,否则返回0
    visx[u] = 1;//标记进入增广路
    for(int i = head[u]; i ; i=e[i].next){
    int v = e[i].to;
    if(!visy[v]){//如果Y部的点还没进入增广路,并且存在路径
    int t = wx[u] + wy[v] - g[u][v];
    if(t == 0){//t为0说明是相等子图
    visy[v] = 1;//加入增广路
    if(match[v] == -1 || dfs(match[v])){
    match[v] = u;//进行匹配
    return 1;
    }
    }
    else if(t > 0)//此处t一定是大于0,因为顶标之和一定>=边权
    slack[v] = std::min(slack[v], t);
    //slack[v]存的是Y部的点需要变成相等子图顶标值最小增加多少
    }
    }
    return false;
    } int KM(){
    memset(match, -1, sizeof(match));
    memset(wx, 0, sizeof(wx));//wx的顶标为该点连接的边的最大权值
    memset(wy, 0, sizeof(wy));//wy的顶标为0
    for(int u = 1; u <= n; u++){//预处理出顶标值
    for(int i = head[u]; i ; i=e[i].next)
    wx[u] = std::max(wx[u], g[u][e[i].to]);
    }
    for(int i = 1; i <= n; i++){//枚举X部的点
    memset(slack, 0x3f, sizeof(slack));
    while(1){
    memset(visx, 0, sizeof(visx));
    memset(visy, 0, sizeof(visy));
    if(dfs(i))break;//已经匹配正确
    int minz = Inf;
    for(int j = 1; j <= n; j++)
    if(!visy[j] && minz > slack[j])
    minz = slack[j];//找出还没经过的点中,需要变成相等子图的最小额外增加的顶标值
    //将X部已访问的顶标减去minz,Y部已访问的顶标加上minz
    for(int j = 1; j <= n; j++)
    if(visx[j])wx[j] -= minz;
    for(int j = 1; j <= n; j++)
    //修改顶标后,要把所有不在交错树中的Y顶点的slack值都减去minz
    if(visy[j])wy[j] += minz;
    else slack[j] -= minz;//未在增光路,但相应的X部已访问的顶标减少了,其相邻的未访问的期望也减小
    }
    } int ans = 0;//二分图最优匹配权值
    for(int i = 1; i <= n; i++)
    if(match[i] != -1)ans += g[match[i]][i];
    return ans;
    }
    int main(){
    while(scanf("%d%d", &n,&m) != EOF){
    for(int i = 1; i <= m; i++){
    int u,v,w;scanf("%d%d%d", &u,&v,&w);
    g[u][v]=w;Insert(u,v);
    }
    printf("%d\n", KM());
    }
    return 0;
    }

带权二分图最大匹配KM算法的更多相关文章

  1. UVA1349(带权二分图最大匹配 --> KM算法模板)

    UVA1349 题意:给定一些有向带权边,求出把这些边构造成一个个环,总权值最小 解法: 对于带权的二分图的匹配问题可以用通过KM算法求解. 要求最大权匹配就是初始化g[i][j]为0,直接跑就可以: ...

  2. HDU 2255 奔小康赚大钱(带权二分图最大匹配)

    HDU 2255 奔小康赚大钱(带权二分图最大匹配) Description 传说在遥远的地方有一个非常富裕的村落,有一天,村长决定进行制度改革:重新分配房子. 这可是一件大事,关系到人民的住房问题啊 ...

  3. Luogu 1559 运动员最佳匹配问题(带权二分图最大匹配)

    Luogu 1559 运动员最佳匹配问题(带权二分图最大匹配) Description 羽毛球队有男女运动员各n人.给定2 个n×n矩阵P和Q.P[i][j]是男运动员i和女运动员j配对组成混合双打的 ...

  4. "《算法导论》之‘图’":不带权二分图最大匹配(匈牙利算法)

    博文“二分图的最大匹配.完美匹配和匈牙利算法”对二分图相关的几个概念讲的特别形象,特别容易理解.本文介绍部分主要摘自此博文. 还有其他可参考博文: 趣写算法系列之--匈牙利算法 用于二分图匹配的匈牙利 ...

  5. 运动员最佳匹配问题 KM算法:带权二分图匹配

    题面: 羽毛球队有男女运动员各n人.给定2 个n×n矩阵P和Q.P[i][j]是男运动员i和女运动员j配对组成混合双打的男运动员竞赛优势:Q[i][j]是女运动员i和男运动员j配合的女运动员竞赛优势. ...

  6. POJ 2195 Going Home (带权二分图匹配)

    POJ 2195 Going Home (带权二分图匹配) Description On a grid map there are n little men and n houses. In each ...

  7. POJ 2195 Going Home | 带权二分图匹配

    给个地图有人和房子 保证人==房子,每个人移动到房子处需要花费曼哈顿距离的代价 问让人都住在房子里最小代价 显然是个带权二分图最大匹配 转化成以一个网络,规定w是容量,c是代价 1.S向人连边,w=1 ...

  8. KM(Kuhn-Munkres)算法求带权二分图的最佳匹配

    KM(Kuhn-Munkres)算法求带权二分图的最佳匹配 相关概念 这个算法个人觉得一开始时有点难以理解它的一些概念,特别是新定义出来的,因为不知道是干嘛用的.但是,在了解了算法的执行过程和原理后, ...

  9. 浅谈二分图的最大匹配和二分图的KM算法

    二分图还可以,但是我不太精通.我感觉这是一个很烦的问题但是学网络流不得不学它.硬啃吧. 人比较蠢,所以思考几天才有如下理解.希望能说服我或者说服你. 二分图的判定不再赘述一个图是可被划分成一个二分图当 ...

随机推荐

  1. UNIX编程艺术

    本文主要是 <UNIX编程艺术>的摘录,摘录的主要是我觉得对从事软件开发有用的一些原则. 对于程序员和开发人员来说,如果完成某项任务所需要付出的努力对他们是个挑战却又恰好还在力所能及的范围 ...

  2. 一篇文章教你快速上手接口管理工具swagger

    一.关于swagger 1.什么是swagger? swagger是spring fox的一套产品,可以作为后端开发者测试接口的工具,也可以作为前端取数据的接口文档. 2.为什么使用? 相比于传统的接 ...

  3. oracle之网络

    Oracle 网络 sqlplus sys/123123@192.168.143.90:1521/urpdb as sysdba 15.1 Oracle Net 基本要素: 15.1.1 服务器端的l ...

  4. oracle数据处理之expdb/impdb

    Oracle 数据泵的使用方法 一.新建逻辑目录 最好以system等管理员创建逻辑目录,Oracle不会自动创建实际的物理目录“D:\oracleData”(务必手动创建此目录),仅仅是进行定义逻辑 ...

  5. 云计算openstack核心组件——cinder存储服务(11)

    一.cinder 介绍:   理解 Block Storage 操作系统获得存储空间的方式一般有两种: 通过某种协议(SAS,SCSI,SAN,iSCSI 等)挂接裸硬盘,然后分区.格式化.创建文件系 ...

  6. 中间件、蓝图、g对象

    中间件 ''' flask中一旦请求到来,要执行app()--->>>执行的是app.__call__,整个flask的入口 ''' from flask import Flask ...

  7. 5.Storm-集群配置及任务提交

  8. ftp自动上传下载同步工具 免费好用的ftp自动上传下载同步工具

    有时我们需要定时上传文件到FTP,可大多数FTP工具并不支持定时上传功能,这时我们就需要可以定时ftp上传的工具(服务器管理工具).它是一款功能强大的服务器集成管理器,包含win系统和linux系统的 ...

  9. Java基础一篇过(一)反射

    一.反射是个啥 定义 : 在运行状态中动态获取的类的信息以及动态调用对象的方法,这种功能称为java语言的反射机制. 对于任意一个类,都能够知道这个类的所有属性和方法. 对于任意一个对象,都能够调用它 ...

  10. google chrome安装非官方市场插件方法

    1. 下载 Chrome组策略管理模板"chrome.adm"(下载地址):2. Win+R 打开运行,输入 gpedit.msc,确定:3. 依次展开 本地计算机策略 > ...