二分图染色及最大匹配(匈牙利算法)略解
二分图定义
对于一个图G=(V,E),若能将其点集分为两个互不相交的两个子集X、Y,使得X∩Y=∅,且对于G的边集V,若其所有边的顶点全部一侧属于X,一侧属于Y,则称图G为一个二分图。
二分图染色
用来判定一个图是否是二分图。将点染为三种颜色\(1,-1,0\),\(0\)表示暂未染色。则对于一个颜色为\(c\)的点,与它相连的点都必须是\(-c\)这种颜色,如果在染色过程中有一条边\((u,v)\)满足\(c_u=c_v\not = 0\),则该图不是二分图。
二分图最大匹配
匈牙利算法,复杂度\(O(nm)\),实际上一般跑不满。
算法流程的话见网上blog如:这篇博客
细节上的话,一部分向另一部分连边即可不用连双向,代码中多一个\(dfn\)数组主要是为了避免多次重复访问导致\(TLE\)或爆栈,\(dfn\not = tim\)则证明还未在当前该点的匹配中使用到,如果\(dfn=tim\)说明已经在之前尝试过了(`管是把当前点对分给了其他点还是无法匹配都对当前没有贡献了,所以不需要继续递归下去),以及在尝试增广的时候,\(dfs\)的是\(match[v]\)而不是\(v\)。
Code
#include <bits/stdc++.h>
using namespace std;
namespace io {
char buf[1<<21], *p1 = buf, *p2 = buf;
inline char gc() {
if(p1 != p2) return *p1++;
p1 = buf;
p2 = p1 + fread(buf, 1, 1 << 21, stdin);
return p1 == p2 ? EOF : *p1++;
}
#define G gc
#ifndef ONLINE_JUDGE
#undef G
#define G getchar
#endif
template<class I>
inline void read(I &x) {
x = 0; I f = 1; char c = G();
while(c < \'0\' || c > \'9\') {if(c == \'-\') f = -1; c = G(); }
while(c >= \'0\' && c <= \'9\') {x = x * 10 + c - \'0\'; c = G(); }
x *= f;
}
template<class I>
inline void write(I x) {
if(x == 0) {putchar(\'0\'); return;}
I tmp = x > 0 ? x : -x;
if(x < 0) putchar(\'-\');
int cnt = 0;
while(tmp > 0) {
buf[cnt++] = tmp % 10 + \'0\';
tmp /= 10;
}
while(cnt > 0) putchar(buf[--cnt]);
}
#define in(x) read(x)
#define outn(x) write(x), putchar(\'\n\')
#define out(x) write(x), putchar(\' \')
} using namespace io;
#define ll long long
const int N = 2000100;
int cnt, head[N];
struct edge {
int to, nxt;
} e[N << 1];
int match[N], dfn[N];
int n, m;
void ins(int u, int v) {
e[++cnt] = (edge) {v, head[u]};
head[u] = cnt;
}
bool dfs(int u, int tim) {
for(int i = head[u]; i; i = e[i].nxt) {
int v = e[i].to;
if(dfn[v] != tim) {
dfn[v] = tim;
if(!match[v] || dfs(match[v], tim)) {
match[v] = u;
return true;
}
}
}
return false;
}
int main() {
read(n); read(m);
int E;
read(E);
while(E--) {
int a, b; read(a), read(b);
if(a > n || b > m) continue;
ins(a, b + n);
}
int ans = 0;
for(int i = 1; i <= n; ++i) if(dfs(i, i)) ++ans;
outn(ans);
}