【KM算法简介】
Kuhn-Munkres 算法,简称KM算法,是用于“二分图带权最大匹配问题”的经典算法。
【题目来源】
https://uoj.ac/problem/80
【题目描述】
从前一个和谐的班级,有 nl 个是男生,有 nr 个是女生。编号分别为 1, …… , nl 和 1, …… , nr。
有若干个这样的条件:第 v 个男生和第 u 个女生愿意结为配偶,且结为配偶后幸福程度为 w。
请问这个班级里幸福程度之和最大是多少?
【输入格式】
第一行三个正整数,nl,nr,m。
接下来 m 行,每行三个整数 v,u,w 表示第 v 个男生和第 u 个女生愿意结为配偶,且幸福程度为 w。保证 1≤v≤nl,1≤u≤nr,保证同一对 v,u 不会出现两次。
【输出格式】
第一行一个整数,表示幸福程度之和的最大值。
接下来一行 nl 个整数,描述一组最优方案。第 v 个整数表示 v 号男生的配偶的编号。如果 v 号男生没配偶请输出 0。
【输入样例】
2 2 3
1 1 100
1 2 1
2 1 1
【输出样例】
100
1 0
【限制与约定】
1≤nl,nr≤400,1≤m≤160000,1≤w≤10^9。
【算法分析】
Kuhn-Munkres 算法,简称KM算法,是用于“二分图带权最大匹配问题”的经典算法。
KM算法的经典模板题参见:https://blog.csdn.net/hnjzsyjyj/article/details/143027653
★ 学习KM算法之前,需先学习二分图匹配算法,如匈牙利算法。匈牙利算法的实现可参见:
https://blog.csdn.net/hnjzsyjyj/article/details/143020850
https://blog.csdn.net/hnjzsyjyj/article/details/143008866
★ KM算法基本概念
(1)顶标:给定二分图左部第 i 个结点的值为 lx[i],右部第 j 个结点的值为 ly[j],结点 i 到结点 j 的边权为 w[i][j],把满足 lx[i]+ly[j]≥w[i][j] 的整数值 lx[i] 及 ly[j],称为结点的顶标。
(2)二分图的相等子图:二分图中所有结点及满足 lx[i]+ly[j]=w[i][j] 的边构成的子图,称为二分图的相等子图。
(3)匹配:在图论中,一个“匹配”是一个边的集合,其中任意两条边都没有公共顶点。
(4)最大匹配:一个图的所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。
(5)完备匹配:若二分图的某个匹配中,所有的顶点都是匹配点,那么这个匹配就是一个完备匹配。若相等子图中存在完备匹配,则这个完备匹配就是二分图的带权最大匹配。
(6)交替路:从一个未匹配点出发,依次经过非匹配边、匹配边、非匹配边、……,形成的路径叫交替路。
(7)增广路:从一个未匹配点出发,走交替路,如果途经另一个未匹配点(出发点不算),则这条交替路称为增广路(agumenting path)。
★ KM算法的基本思想
对任意 i,j, 在满足 lx[i]+ly[j]≥w[i][j] 的前提下,给每个结点随意赋值一个顶标, 然后采取适当策略不断扩大相等子图的规模,直至相等子图存在完备匹配。
Kuhn-Munkres算法流程:
(1)初始化可行顶标的值。通常,lx[i] 取输入各值的最大值,ly[j] 取 0。
(2)用匈牙利算法寻找完备匹配;
(3)若未找到完备匹配则修改可行顶标的值;
(4)重复(2)和(3),直到找到相等子图的完备匹配为止。
【算法代码】
#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int inf=0x3f3f3f3f;
const int maxn=405;
/* If get a perfect match for maximum weight,
we set the edge weight to -inf. Otherwise,
Compare which is greater, edge weight or 0. Get it. */
LL mp[maxn][maxn]; //edge weight
LL lx[maxn],ly[maxn]; //Topmark
LL slack[maxn];
bool visx[maxn],visy[maxn];
int boy[maxn],girl[maxn];
int p[maxn]; //pre
int q[maxn];
int head,tail;
int N;
bool check(int v) {
visy[v]=true;
if(boy[v]) {
visx[boy[v]]=true;
q[tail++]=boy[v];
return false;
}
while(v) {
boy[v]=p[v];
swap(v,girl[p[v]]);
}
return true;
}
void bfs(int x) {
memset(q,0,sizeof(q));
head=tail=0;
q[tail++]=x;
visx[x]=true;
while(1) {
while(head!=tail) {
int x=q[head++];
for(int y=1; y<=N; y++) {
if(!visy[y]) {
LL d=lx[x]+ly[y]-mp[x][y];
if(d<slack[y]) {
p[y]=x;
slack[y]=d;
if(!slack[y] && check(y))
return;
}
}
}
}
LL d=inf;
for(int i=1; i<=N; i++)
if(!visy[i]) d=min(d,slack[i]);
for(int i=1; i<=N; i++) {
if(visx[i]) lx[i]-=d;
if(visy[i]) ly[i]+=d;
else slack[i]-=d;
}
for(int i=1; i<=N; i++)
if(!visy[i] && !slack[i] && check(i))
return;
}
}
LL km() {
for(int i=1; i<=N; i++) {
lx[i]=-inf;
ly[i]=0;
for(int j=1; j<=N; j++)
lx[i]=max(lx[i],mp[i][j]);
}
for(int i=1; i<=N; i++) {
memset(slack,inf,sizeof(slack));
memset(visx,0,sizeof(visx));
memset(visy,0,sizeof(visy));
bfs(i);
}
LL ans=0;
for(int i=1; i<=N; i++) {
ans+=mp[i][girl[i]];
}
return ans;
}
int main() {
int nl,nr,m;
cin>>nl>>nr>>m;
N=max(nl,nr);
while(m--) {
int u,v,w;
scanf("%d%d%d", &u, &v, &w);
mp[u][v]=max(w,0);
}
cout<<km()<<endl;
for(int i=1; i<=nl; i++) {
if(i>1) cout<<" ";
if(mp[i][girl[i]]>0) cout<<girl[i];
else cout<<"0";
}
cout<<endl;
return 0;
}
/*
in:
2 2 3
1 1 100
1 2 1
2 1 1
out:
100
1 0
*/
【参考文献】
https://www.cnblogs.com/huyufeifei/p/10350763.html
https://blog.csdn.net/birdmanqin/article/details/90272134
https://uoj.ac/submission/472960
https://www.cnblogs.com/wenruo/p/5264235.html
https://blog.csdn.net/iteye_4729/article/details/82369926
https://blog.csdn.net/u011815404/article/details/84855464
https://blog.csdn.net/challengerrumble/article/details/50572817
https://blog.csdn.net/guhaiteng/article/details/52556591
https://blog.csdn.net/EQUINOX1/article/details/135611059
https://www.acwing.com/file_system/file/content/whole/index/content/2794583/
https://blog.sengxian.com/algorithms/km
https://oi-wiki.org/graph/graph-matching/bigraph-weight-match/
https://www.acwing.com/solution/content/5334/
https://blog.csdn.net/zack_liu/article/details/123396889
https://www.cnblogs.com/huyufeifei/p/10350763.html