匈牙利算法：二分图最大匹配原理与实现

1. 二分图最大匹配算法概述

二分图最大匹配是图论中的一个经典问题，在实际应用中有着广泛的用途。简单来说，二分图是指顶点可以划分为两个不相交的集合，使得每条边的两个端点分别属于这两个集合。而匹配则是指一组没有公共顶点的边集合。

匈牙利算法是解决二分图最大匹配问题最常用的方法之一，其时间复杂度为O(VE)，其中V是顶点数，E是边数。这个算法由匈牙利数学家Dénes Kőnig在1931年提出，因此得名匈牙利算法。

在实际应用中，二分图匹配可以解决许多实际问题，比如：

• 任务分配问题
• 婚姻匹配问题
• 课程安排问题
• 网络流量优化等

2. 匈牙利算法原理详解

2.1 算法核心思想

匈牙利算法的核心思想是通过不断寻找增广路径来扩大当前的匹配。增广路径是指从一个未匹配点出发，依次经过非匹配边、匹配边、非匹配边...最后到达另一个未匹配点的路径。

算法的基本步骤如下：

1. 初始化所有顶点为未匹配状态
2. 对于左边的每一个未匹配顶点，尝试找到一条增广路径
3. 如果找到增广路径，则反转路径上的边的匹配状态（匹配变非匹配，非匹配变匹配）
4. 重复上述过程直到找不到更多的增广路径

2.2 算法实现细节

在代码实现中，我们通常使用深度优先搜索(DFS)来寻找增广路径。以下是关键变量的作用：

• adj[maxn]：邻接表，存储二分图的边
• pre[maxm]：记录右边顶点匹配的左边顶点
• visit[maxm]：标记右边顶点是否在当前DFS中被访问过

算法的核心函数是Hungarian_findMatch，它尝试为左边的顶点u找到一个匹配。如果成功则返回true，否则返回false。

3. 代码实现与解析

3.1 基础框架实现

cpp复制#include <iostream>
#include <vector>
#include <cstring>
using namespace std;

#define maxn 510
#define maxm 510

vector<int> adj[maxn]; // 邻接表存储
int pre[maxm];         // 匹配记录
bool visit[maxm];      // 访问标记
int n, m;