第5-1课：匈牙利算法与二分图的最大匹配

最新推荐文章于 2023-02-17 07:30:27 发布

王晓华-吹泡泡的小猫

最新推荐文章于 2023-02-17 07:30:27 发布

阅读量436

点赞数

CC 4.0 BY-SA版权

分类专栏：算法设计实战 50 讲文章标签：算法有声课数据结构与算法

本文链接：https://blog.csdn.net/orbit/article/details/108729353

算法设计实战 50 讲专栏收录该内容

50 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了二分图的概念及其匹配、最大匹配和完全匹配的定义。重点讲解了匈牙利算法，包括增广路径的定义、算法实现及数据模型设计。匈牙利算法是一种求二分图最大匹配的高效方法，通过寻找增广路径来逐步增加匹配数。文章还强调了理解算法原理并自行实现的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在图论中，二分图（又称二部图）是一个特殊的模型，关于二分图有很多概念，比如匹配、完全匹配、最大匹配等。这一课我们来介绍一种求二分图的最大匹配的匈牙利算法，匈牙利算法原理是公开的，人们使用匈牙利算法都是根据自己问题域的数据模型，利用算法原理实现具体的算法。这一课我们的关注点仍然是怎么根据算法原理设计数据模型，并实现算法。

二分图的各种匹配

首先介绍一下二分图，二分图 G=(V,E) 是这样的一个图，它的顶点集合 V 可以划分为 X 和 Y 两个集合，它的边集合 E 中的每条边都有一个端点在 X 集合，另一个端点在 Y 集合。判断二分图的关键是看点集是否能分成两个独立的点集，如图（1-a）就是一个二分图，如果一个图的边形成了三角形，那它一定不是二分图，图（1-b）就不是二分图。

5fb57960-f126-11e8-af10-4396b0560f7c

图（1）二分图识别示意图

匹配

对于一个二分图 G=(V,E) 中部分边组成的子集 M，如果 M 的边集中任意两条边都不依附于同一个顶点，则称 M 是一个匹配，怎么理解这句话呢？首先匹配是一个边的集合，并且不唯一；其次，匹配 M 中没有任何两条边有公共的顶点。以图（1-a）所示的二分图为例，图（2-a）和图（2-b）中红色的边集就是二分图的两个匹配，而图（2-c）中的红色边集就不是匹配。