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. Ubuntu更换国内源--解决终端下载速度慢的问题

    目前我已知的更改国内源的方法基本上就两种,第一种,把/etc/apt/sources.list文件里的源更换一下,改成阿里云或者其它源.第二种,更换在设置中software&updates(软 ...

  2. MongoDB基础总结

    1.数据可基本操作 1. 创建数据库 use  databaseName 选择一个数据库,如果数据库不存在就自动创建一个数据库 只有向数据库中插入数据时,数据库才会被真实创建出来,而当数据库中没有数据 ...

  3. 尤雨溪:TypeScript不会取代JavaScript

    来源 |evrone.com译者 | 核子可乐策划 | 蔡芳芳 近日,Evrone 与 Vue.js 的作者尤雨溪进行了一次访谈,了解他对于无后端与全栈方法.以及 Vue.js 适用场景的看法,还有他 ...

  4. python中的n次方表示法 **n

    例题:计算2的n次方,n由用户输入(N次方用**表示)# n=eval(input('手动输入n的值:')) #个人感觉,不确定是int还是float时,用eval来表示,eval后面接表达式# pr ...

  5. [程序员代码面试指南]二叉树问题-判断t1树是否包含t2树的全部拓扑结构、[LeetCode]572. 另一个树的子树

    题目1 解 先序遍历树1,判断树1以每个节点为根的子树是否包含树2的拓扑结构. 时间复杂度:O(M*N) 注意区分判断总体包含关系.和判断子树是否包含树2的函数. 代码 public class Ma ...

  6. MySQL<=>是什么鬼

    官网描述 NULL-safe equal. This operator performs an equality comparison like the = operator, but returns ...

  7. 基于k8s的集群稳定架构

    前言 我司的集群时刻处于崩溃的边缘,通过近三个月的掌握,发现我司的集群不稳定的原因有以下几点: 1.发版流程不稳定 2.缺少监控平台[最重要的原因] 3.缺少日志系统 4.极度缺少有关操作文档 5.请 ...

  8. 深入理解java虚拟机--垃圾收集器

    对象的销毁 对象的finalize方法只会执行一次,在finalize里可以自救不被销毁,二次被主动gc,必定会销毁 类销毁

  9. JVM性能调优(2) —— 垃圾回收器和回收策略

    一.垃圾回收机制 1.为什么需要垃圾回收 Java 程序在虚拟机中运行,是会占用内存资源的,比如创建的对象.加载的类型数据等,而且内存资源都是有限的.当创建的对象不再被引用时,就需要被回收掉,释放内存 ...

  10. 【Java并发编程】面试常考的ThreadLocal,超详细源码学习

    目录 ThreadLocal是啥?用来干啥? ThreadLocal的简单使用 ThreadLocal的实现思路? ThreadLocal常见方法源码分析 ThreadLocal.set(T valu ...