链接:
http://acm.hdu.edu.cn/showproblem.php?pid=1151
http://acm.hust.edu.cn/vjudge/contest/view.action?cid=82834#problem/J
/* **************************************************************************
//二分图匹配(匈牙利算法的DFS实现) //初始化:G[][]两边顶点的划分情况 //建立G[i][j]表示i->j的有向边就可以了,是左边向右边的匹配 //G没有边相连则初始化为0 //uN是匹配左边的顶点数,vN是匹配右边的顶点数 //调用:res=hungary();输出最大匹配数 //优点:适用于稠密图,Find找增广路,实现简洁易于理解 //时间复杂度:O(VE)
//顶点编号从0开始的
//************************************************************************** */
代码:
#include <iostream> #include <cstdio> #include <cstring> #include <algorithm> using namespace std; #define N 205 #define INF 0x3f3f3f3f int n, m, un, vn, G[N][N], used[N], p[N]; int Find(int u) { for(int i=0; i<vn; i++) { if(G[u][i] && !used[i]) { used[i] = 1; if(p[i]==-1 || Find(p[i])) { p[i] = u; return 1; } } } return 0; } void hungary() { int ans = 0; memset(p, -1, sizeof(p)); for(int i=0; i<un; i++) { memset(used, 0, sizeof(used)); if(Find(i)) ans++; } printf("%d ", n-ans); } int main() { int t; scanf("%d", &t); while(t--) { int i, u, v; scanf("%d%d", &n, &m); memset(G, 0, sizeof(G)); for(i=1; i<=m; i++) { scanf("%d%d", &u, &v); u--, v--; G[u][v] = 1; } un = vn = n; hungary(); } return 0; }
最小顶点覆盖:在二分图中寻找一个尽量小的点集,使图中每一条边至少有一个点在该点集中。
最小顶点覆盖 == 最大匹配。
反证法证明:假设当前存在一条两个端点都不在最小顶点覆盖点集中,那么这么光芒四射的边定可以增大最大匹配边集,与最大匹配矛盾,所以得证。
最小路径覆盖:在二分图中寻找一个尽量小的边集,使图中每一个点都是该边集中某条边的端点。
最小路径覆盖 == 顶点数 - 最大匹配。
证明:因为一条边最多可以包含两个顶点,所以我们选边的时候让这样的边尽量多,也就是说最大匹配的边集数目咯。剩下的点就只能一个边连上一个点到集合里啦。
最大独立集:在N个点中选出来一个最大点集,使这个点集中的任意两点之间都没有边。
最大独立集 == 顶点数 - 最大匹配。
证明:因为去掉最大匹配两端的顶点去掉以后,剩下的点肯定是独立集。我们再从每个匹配里面挑选出来一个点加入到独立集中,也是不会破坏原有独立集的独立性的。