König定理是一个二分图中很重要的定理,它的意思是,一个二分图中的最大匹配数等于这个图中的最小点覆盖数。如果你还不知道什么是最小点覆盖,我也在这里说一下:假如选了一个点就相当于覆盖了以它为端点的所有边,你需要选择最少的点来覆盖所有的边。

转载自:https://blog.csdn.net/niushuai666/article/details/7036897


匈牙利算法需要我们从右边的某个没有匹配的点,走出一条使得“一条没被匹配、一条已经匹配过,再下一条又没匹配这样交替地出现”的路(交错轨,增广路)。但是,现在我们已经找到了最大匹配,已经不存在这样的路了。换句话说,我们能寻找到很多可能的增广路,但最后都以找不到“终点是还没有匹配过的点”而失败。我们给所有这样的点打上记号:从右边的所有没有匹配过的点出发,按照增广路的“交替出现”的要求可以走到的所有点(最后走出的路径是很多条不完整的增广路)。那么这些点组成了最小覆盖点集:右边所有没有打上记号的点,加上左边已经有记号的点。看图,右图中展示了两条这样的路径,标记了一共6个点(用 “√”表示)。那么,用红色圈起来的三个点就是我们的最小覆盖点集。
    首先,为什么这样得到的点集点的个数恰好有M个呢?答案很简单,因为每个点都是某个匹配边的其中一个端点。如果右边的哪个点是没有匹配过的,那么它早就当成起点被标记了;如果左边的哪个点是没有匹配过的,那就走不到它那里去(否则就找到了一条完整的增广路)。而一个匹配边又不可能左端点是标记了的,同时右端点是没标记的(不然的话右边的点就可以经过这条边到达了)。因此,最后我们圈起来的点与匹配边一一对应。
    其次,为什么这样得到的点集可以覆盖所有的边呢?答案同样简单。不可能存在某一条边,它的左端点是没有标记的,而右端点是有标记的。原因如下:如果这条边不属于我们的匹配边,那么左端点就可以通过这条边到达(从而得到标记);如果这条边属于我们的匹配边,那么右端点不可能是一条路径的起点,于是它的标记只能是从这条边的左端点过来的(想想匹配的定义),左端点就应该有标记。
    最后,为什么这是最小的点覆盖集呢?这当然是最小的,不可能有比M还小的点覆盖集了,因为要覆盖这M条匹配边至少就需要M个点(再次回到匹配的定义)。

最新文章

  1. [连载]《C#通讯(串口和网络)框架的设计与实现》- 8.总体控制器的设计
  2. jquery $.ajax()方法
  3. 【BZOJ 2118】墨墨的等式
  4. centos中rabbitmq的安装及php支持
  5. 解决already defined in .obj 的问题(定义/声明的区别)
  6. docker-py的配置与使用
  7. 循序渐进Socket网络编程(多客户端、信息共享、文件传输)
  8. Ext,保存输入记录,并会提示输入
  9. 使用Row_Number()分页优化
  10. 利用Sinopia搭建私有npm包
  11. Linux下的硬链接与软链接
  12. 计算机网络-TCP/IP HTTP Conclusion
  13. php7.2连接Sqlserver2008 r2
  14. Generative Adversarial Nets[CycleGAN]
  15. 缓存淘汰策略之LRU
  16. ubuntu redis 自启动配置文件(关机有密码)
  17. poj3237树链剖分边权+区间取负
  18. NOIP 2017 d2t2 70points
  19. 基数估算HyperLogLog
  20. 管理 python logging 日志使用

热门文章

  1. Anaconda下的juputer notebook 更改起始目录的方法【填坑】
  2. java jdk 中HashMap的源码解读
  3. 一个spring 基本知识的微博(怎么加载多个xml、多个property文件、aop配置、监视器)
  4. asp.net core webapi Session 内存缓存
  5. 从一次“并发修改字段业务”引出多版本并发控制与InnoDB锁
  6. 设计模式-原型模式(Prototype)【重点:浅复制与深复制】
  7. spark 集群优化
  8. redis管道操作(事务),无回滚
  9. 关于MySQL数据库存储过程的感想
  10. vue.js click点击事件获取当前元素对象