标签：二分 匹配 增广 int 笔记 算法 判定 return
二分图判定
定理：一张无向图是二分图，当且仅当途中不存在奇环（长度为奇数的环）。
依据此定理，我们可以用染色法进行二分图的判定。大致思想为：尝试用黑白（c = 0或1）两种颜色标记图中的结点。当一个节点被标记后，它的所有相邻节点被标记为与它相反的颜色(c ^ 1）。若标记过程中产生冲突，则说明图中存在奇环。实现代码如下：
点击查看代码
inline bool dfs(int cur, int c) {
colour[cur] = c;
for (int i = head[cur]; i; i = nxt[i]) {
if (colour[to[i]] == -1) {
if (dfs(to[i], c ^ 1) == 1)
return 1;
}
else if (colour[to[i]] == c)
return 1;
}
return 0;
}
时间复杂度为O (N + M）
二分图最大匹配
“任意两条边都没有公共端点”的边的集合被称为图的一组匹配。在二分图中，包含边数最多的一组匹配被称为二分图的最大匹配。如果在二分图中存在一条连接两个非匹配点的路径 path, 使得非匹配边与匹配边在 path 上交替出现，那么撑 path 就是这张二分图的增广路。
显而易见，增广路具有两条性质：
- 长度 len 是奇数。
- 路径上第1、3、5、……、len条边是非匹配边，第2、4、6、……、len - 1 条边是匹配边，即匹配边与非匹配边交替出现。
由第二条性质可知，二分图的一组匹配 S 是最大匹配，当且仅当图中不存在 S 的增广路。证明：
反证法： 假设对于二分图的最大匹配 S，图中存在 S 的增广路。
由性质二可知：将增广路上的边取反（原先的匹配边变为非匹配边，原先的非匹配边变为匹配边），则新得到的边集 S' 仍然是一组匹配，且匹配边数比 S 增加了1。故假设不成立。
证毕。
匈牙利算法（增广路算法、月老算法）
匈牙利算法用于计算二分图的最大匹配，其核心思想为不断寻找增广路，并将找到的增广路取反。匈牙利算法的关键也正是在于如何找到一条增广路。代码如下：
点击查看代码
inline bool find(int x) {
for (int i = head[x]; i; i = nxt[i]) {
int j = to[i];
if (mark[j] == 0) {
mark[j] = 1;
if (match[j] == 0 || find(match[j]) == 1) {
match[j] = x;
return 1;
}
}
}
return 0;
}
for (int i = 1; i <= n1; i++) { // 在main函数中
memset(mark, 0, sizeof(mark));
if (find(i) == 1)
ans++;
}
整个实现过程中似乎并没有寻找增广路的过程，但我们经过思考后可以发现，当左部点 x 进行匹配时，有这么两种可能：
- 右部点 y 本身就是非匹配点，此时无向边（x, y ） 本身就是非匹配边，自己能够给构成一条长度为1的增广路。
- 右部点 y 已经与左部点 x' 匹配，但如果从 x'出发能够找到另一个未匹配的右部点 y' 与之相匹配，则路径 x ~ y ~ x' ~ y' 为一条增广路。
如果找不到那就算了
匈牙利算法再是显示采用深搜的框架，递归的从 x 出发寻找增广路。若找到，则在回溯是，中号可以吧路径上的匹配状态取反。另外，可以用全局的 bool 数组标记右部点的访问情况，以防重复搜索。
匈牙利算法的正确性基于贪心策略，即：当一个节点成为匹配点后，最多因找到增广而更换匹配对象，但绝不会再次变回非匹配点。
最后，对于每个左部节点，寻找增广路最多遍历整张二分图一次。因此，匈牙利算法的时间复杂度最差为 O（NM），实际情况下一般远低于 O（NM）
标签：二分,匹配,增广,int,笔记,算法,判定,return 来源： https://www.cnblogs.com/Nebula-Astraea/p/15977806.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。