简单二分图判定与最大匹配算法

前言

二分图,又称二部图,英文名叫 Bipartite graph。
通俗一点就是一个无向图如果能划成两个非空点集,且两部分内部没有边,则这是一张二分图。

如果从颜色的角度来说,就是把节点染成黑色/白色,并且使得没有相邻的节点颜色相同。

一张二分图:
在这里插入图片描述

二分图判定

奇环:长度为奇数的环

一张无向图 G G G为二分图的充要条件是:图中不存在奇环
证明:
必要性显然,因为奇环显然不是二分图。
充分性:只需证明没有奇环的图就是二分图
考虑无向图 G G G没有奇环且连通,若不连通可以对每个连通块单独考虑。
从节点 x x x开始染色,把 x x x染成白色,找到节点 x x x到图中所有点的所有路径,对于一条从 x x x y y y的路径 ( u 0 = x , u 1 , u 2 , . . . , u k = y ) (u_0=x,u_1,u_2,...,u_k=y) (u0=x,u1,u2,...,uk=y),我们把 u i ∈ 奇数 u_{i\in 奇数} ui奇数染黑,把 u i ∈ 偶数 u_{i\in 偶数} ui偶数染白。

  • 如果这个操作中一个点只被染成了一种颜色,那我们就构造出了一张二分图的划分
  • 如果存在一个点被染成了两种颜色,那么说明它在某两条路径到 x x x的路径中分别位于奇数位置和偶数位置,这时候我们把这两条路径拼起来,就得到了一个奇环,矛盾。

QED.

但是二分图判定的代码并不是找奇环的,而是dfs/bfs染色,因为图中环的个数是指数级的,找奇环是很亏的。

dfs/bfs判奇环复杂度为 O ( n + m ) O(n+m) O(n+m)

二分图最大匹配:匈牙利算法

由于作者实力不济,本文没有匈牙利算法的证明。

匈牙利算法大概的过程是:

  • 对每个左部点 i i i执行一遍dfs(i),保证每一次期间,执行一个右部点只会被访问一次
  • dfs(u)的过程是:
    • 遍历左部点 u u u的未被访问的右部点 v v v
    • 标记 v v v
    • 检查 v v v是否有match,如果没有抢,如果有,就dfs(match[v])看看能不能抢

时间复杂度 O ( l ⋅ m + r ) O(l\cdot m+r) O(lm+r),其中 l l l是左部点数量, m m m是边数, r r r是右部点数量。

实现

#include<iostream>
#include<cstring>
#include<vector>
using namespace std;
const int N=500;
vector<int> a[N+5];
int match[N+5];
bool vis[N+5];
bool dfs(int u) {for(auto&v:a[u])if(!vis[v]) {vis[v]=1;if(!match[v]||dfs(match[v]))return (match[v]=u);}return 0;
}
int main() {int l,r,m;cin>>l>>r>>m;for(int i=1,u,v;i<=m;i++){cin>>u>>v;a[u].push_back(v);}int ans=0;for(int i=1;i<=l;i++,memset(vis,0,sizeof vis))ans+=dfs(i);cout<<ans;}

后记

于是皆大欢喜。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/344077.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python--函数

函数是组织好的&#xff0c;可重复使用的&#xff0c;用来实现单一&#xff0c;或相关联功能的代码段。 函数能提高应用的模块性&#xff0c;和代码的重复利用率。你已经知道Python提供了许多内建函数&#xff0c;比如print()。但你也可以自己创建函数&#xff0c;这被叫做用户…

LeetCode刷题.14(不用算法解决1557. 可以到达所有点的最少点数目)

给你一个 有向无环图 &#xff0c; n 个节点编号为 0 到 n-1 &#xff0c;以及一个边数组 edges &#xff0c;其中 edges[i] [fromi, toi] 表示一条从点 fromi 到点 toi 的有向边。 找到最小的点集使得从这些点出发能到达图中所有点。题目保证解存在且唯一。 你可以以任意顺…

电脑桌面便签在哪里设置?Win10电脑桌面便签设置指南

很多上班族在使用Win10电脑办公时&#xff0c;需要随时记录工作事项。例如&#xff0c;需要参加一场紧急会议但时间不确定&#xff0c;或者在电话沟通时需要记下重要的信息&#xff0c;甚至可能是需要快速记录工作计划、想法或者临时安排的场景。在这些情况下&#xff0c;如果有…

opencv拉流出现missing picture in access unit with size 4错误解决

0、应用场景问题 我们使用opencv作为拉流客户端&#xff0c;获取画面后进行图像处理并推流&#xff08;使用ffmpeg库&#xff09;。 opencv解码同样使用ffmpeg库。 我们要求opencv能根据业务不断进行拉流操作&#xff0c;等效的逻辑代码如下&#xff1a; while(1) {printf(&…

【Spring 篇】基于注解的Spring事务控制详解

嗨&#xff0c;亲爱的读者朋友们&#xff01;欢迎来到这篇关于基于注解的Spring事务控制的博客。如果你曾为事务处理而头痛&#xff0c;那么这里将为你揭开事务的神秘面纱。我们将一步步深入探讨Spring事务的世界&#xff0c;用简单易懂的语言、充满情感色彩的文字&#xff0c;…

paddleocr的基本使用

paddleocr是paddlepaddle专门做ocr的库&#xff0c;我们简单用一下 参考 PaddleOCR—图片文字识别提取—快速使用教程_paddleocr使用教程-CSDN博客 目录 1 安装 1.1 前言 1.2 安装paddleocr 1.3 安装paddlepaddle 1.4 安装cuda 1.5 安装cudnn 1.6 配置 zlibwap…

C/C++--ProtoBuf使用

一.什么是ProtoBuf 1.序列化和反序列化概念 序列化&#xff1a;把对象转变为字节序列的过程&#xff0c;称为系列化。 反序列化&#xff1a;把字节序列的内容恢复为对象的过程&#xff0c;称为反序列化。 2.什么情况下需要序列化和反序列化 存储数据&#xff1a;将内存中的对象…

Jmeter接口自动化02--JMeter的安装和使用

p02 高清B站视频链接 2.1 Windows环境 首先需要安装JDK&#xff0c;然后再部署JMeter。注意&#xff0c;JMeter对JDK的版本是有要求的&#xff0c;一般至少要JDK8&#xff0c;这也是目前开发过程中使用频繁的版本。 1. 安装JDK 从官网下载JDK&#xff1a;https://www.oracl…

Transformer详解【学习笔记】

文章目录 1、Transformer绪论2、Encoders和Decoder2.1 Encoders2.1.1 输入部分2.1.2 多头注意力机制2.1.3 残差2.1.4 LayNorm&#xff08;Layer Normalization&#xff09;2.1.5 前馈神经网路 2.2 Decoder2.2.1 多头注意力机制2.2.2 交互层 1、Transformer绪论 Transformer在做…

Hive数据定义(1)

hive数据定义是hive的基础知识&#xff0c;所包含的知识点有&#xff1a;数据仓库的创建、数据仓库的查询、数据仓库的修改、数据仓库的删除、表的创建、表的删除、表的修改、内部表、外部表、分区表、桶表、表的修改、视图。本篇文章先介绍&#xff1a;数据仓库的创建、数据仓…

2024年【电工(初级)】最新解析及电工(初级)模拟考试

题库来源&#xff1a;安全生产模拟考试一点通公众号小程序 电工&#xff08;初级&#xff09;最新解析根据新电工&#xff08;初级&#xff09;考试大纲要求&#xff0c;安全生产模拟考试一点通将电工&#xff08;初级&#xff09;模拟考试试题进行汇编&#xff0c;组成一套电…

【数据链路层】802.11无线局域网的基本概述(湖科大慕课自学笔记)

802.11无线局域网基本概述 1&#xff1a;无线局域网&#xff08;WLAN&#xff09; 1&#xff1a;基本概述 2&#xff1a;802.11无线局域网可以分为以下两类 有固定基础设施的与无固定基础设施的 固定基础设施是指 我们来举例说明&#xff1a; 2&#xff1a;有固定基础设施…