Algoritmo Hopcroft-Karp para coincidencia máxima | Conjunto 2 (Implementación)

Recomendamos encarecidamente consultar la publicación a continuación como requisito previo.
Algoritmo Hopcroft-Karp para coincidencia máxima | Serie 1 (Introducción)

Hay algunas cosas importantes a tener en cuenta antes de comenzar la implementación. 

  1. Necesitamos encontrar una ruta de aumento (una ruta que alterna entre bordes coincidentes y no coincidentes, y tiene vértices libres como puntos de inicio y final).
  2. Una vez que encontramos una ruta alternativa, debemos agregar la ruta encontrada a Matching existente . Aquí, agregar ruta significa hacer que los bordes coincidentes anteriores en esta ruta no coincidan y los bordes anteriores no coincidentes como coincidentes.

La idea es usar BFS (Breadth First Search) para encontrar rutas de aumento. Dado que BFS atraviesa nivel por nivel, se utiliza para dividir el gráfico en capas de bordes coincidentes y no coincidentes. Se agrega un vértice ficticio NIL que está conectado a todos los vértices del lado izquierdo y todos los vértices del lado derecho. Las siguientes arrays se utilizan para encontrar la ruta de aumento. La distancia a NIL se inicializa como INF (infinito). Si comenzamos desde un vértice ficticio y volvemos a él usando una ruta alterna de vértices distintos, entonces hay una ruta de aumento.

  1. pairU[]: una array de tamaño m+1 donde m es el número de vértices en el lado izquierdo del gráfico bipartito. pairU[u] almacena un par de u en el lado derecho si u coincide y NIL en caso contrario.
  2. pairV[]: una array de tamaño n+1 donde n es el número de vértices en el lado derecho del gráfico bipartito. pairV[v] almacena un par de v en el lado izquierdo si v coincide y NIL en caso contrario.
  3. dist[]: una array de tamaño m+1 donde m es el número de vértices en el lado izquierdo del gráfico bipartito. dist[u] se inicializa como 0 si u no coincide e INF (infinito) de lo contrario. dist[] de NIL también se inicializa como INF

Una vez que se encuentra una ruta de aumento, se utiliza DFS (búsqueda primero en profundidad) para agregar rutas de aumento a la coincidencia actual. DFS simplemente sigue la configuración de la array de distancia de BFS. Rellena valores en pairU[u] y pairV[v] si v está al lado de u en BFS. 

A continuación se muestra la implementación del algoritmo Hopkroft Karp anterior.

C++14

// C++ implementation of Hopcroft Karp algorithm for
// maximum matching
#include<bits/stdc++.h>
using namespace std;
#define NIL 0
#define INF INT_MAX
 
// A class to represent Bipartite graph for Hopcroft
// Karp implementation
class BipGraph
{
    // m and n are number of vertices on left
    // and right sides of Bipartite Graph
    int m, n;
 
    // adj[u] stores adjacents of left side
    // vertex 'u'. The value of u ranges from 1 to m.
    // 0 is used for dummy vertex
    list<int> *adj;
 
    // These are basically pointers to arrays needed
    // for hopcroftKarp()
    int *pairU, *pairV, *dist;
 
public:
    BipGraph(int m, int n); // Constructor
    void addEdge(int u, int v); // To add edge
 
    // Returns true if there is an augmenting path
    bool bfs();
 
    // Adds augmenting path if there is one beginning
    // with u
    bool dfs(int u);
 
    // Returns size of maximum matching
    int hopcroftKarp();
};
 
// Returns size of maximum matching
int BipGraph::hopcroftKarp()
{
    // pairU[u] stores pair of u in matching where u
    // is a vertex on left side of Bipartite Graph.
    // If u doesn't have any pair, then pairU[u] is NIL
    pairU = new int[m+1];
 
    // pairV[v] stores pair of v in matching. If v
    // doesn't have any pair, then pairU[v] is NIL
    pairV = new int[n+1];
 
    // dist[u] stores distance of left side vertices
    // dist[u] is one more than dist[u'] if u is next
    // to u'in augmenting path
    dist = new int[m+1];
 
    // Initialize NIL as pair of all vertices
    for (int u=0; u<=m; u++)
        pairU[u] = NIL;
    for (int v=0; v<=n; v++)
        pairV[v] = NIL;
 
    // Initialize result
    int result = 0;
 
    // Keep updating the result while there is an
    // augmenting path.
    while (bfs())
    {
        // Find a free vertex
        for (int u=1; u<=m; u++)
 
            // If current vertex is free and there is
            // an augmenting path from current vertex
            if (pairU[u]==NIL && dfs(u))
                result++;
    }
    return result;
}
 
// Returns true if there is an augmenting path, else returns
// false
bool BipGraph::bfs()
{
    queue<int> Q; //an integer queue
 
    // First layer of vertices (set distance as 0)
    for (int u=1; u<=m; u++)
    {
        // If this is a free vertex, add it to queue
        if (pairU[u]==NIL)
        {
            // u is not matched
            dist[u] = 0;
            Q.push(u);
        }
 
        // Else set distance as infinite so that this vertex
        // is considered next time
        else dist[u] = INF;
    }
 
    // Initialize distance to NIL as infinite
    dist[NIL] = INF;
 
    // Q is going to contain vertices of left side only.
    while (!Q.empty())
    {
        // Dequeue a vertex
        int u = Q.front();
        Q.pop();
 
        // If this node is not NIL and can provide a shorter path to NIL
        if (dist[u] < dist[NIL])
        {
            // Get all adjacent vertices of the dequeued vertex u
            list<int>::iterator i;
            for (i=adj[u].begin(); i!=adj[u].end(); ++i)
            {
                int v = *i;
 
                // If pair of v is not considered so far
                // (v, pairV[V]) is not yet explored edge.
                if (dist[pairV[v]] == INF)
                {
                    // Consider the pair and add it to queue
                    dist[pairV[v]] = dist[u] + 1;
                    Q.push(pairV[v]);
                }
            }
        }
    }
 
    // If we could come back to NIL using alternating path of distinct
    // vertices then there is an augmenting path
    return (dist[NIL] != INF);
}
 
// Returns true if there is an augmenting path beginning with free vertex u
bool BipGraph::dfs(int u)
{
    if (u != NIL)
    {
        list<int>::iterator i;
        for (i=adj[u].begin(); i!=adj[u].end(); ++i)
        {
            // Adjacent to u
            int v = *i;
 
            // Follow the distances set by BFS
            if (dist[pairV[v]] == dist[u]+1)
            {
                // If dfs for pair of v also returns
                // true
                if (dfs(pairV[v]) == true)
                {
                    pairV[v] = u;
                    pairU[u] = v;
                    return true;
                }
            }
        }
 
        // If there is no augmenting path beginning with u.
        dist[u] = INF;
        return false;
    }
    return true;
}
 
// Constructor
BipGraph::BipGraph(int m, int n)
{
    this->m = m;
    this->n = n;
    adj = new list<int>[m+1];
}
 
// To add edge from u to v and v to u
void BipGraph::addEdge(int u, int v)
{
    adj[u].push_back(v); // Add u to v’s list.
}
 
// Driver Program
int main()
{
    BipGraph g(4, 4);
    g.addEdge(1, 2);
    g.addEdge(1, 3);
    g.addEdge(2, 1);
    g.addEdge(3, 2);
    g.addEdge(4, 2);
    g.addEdge(4, 4);
 
    cout << "Size of maximum matching is " << g.hopcroftKarp();
 
    return 0;
}

Java

// Java implementation of Hopcroft Karp
// algorithm for maximum matching
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
 
class GFG{
 
static final int NIL = 0;
static final int INF = Integer.MAX_VALUE;
 
// A class to represent Bipartite graph
// for Hopcroft Karp implementation
static class BipGraph
{
     
    // m and n are number of vertices on left
    // and right sides of Bipartite Graph
    int m, n;
 
    // adj[u] stores adjacents of left side
    // vertex 'u'. The value of u ranges
    // from 1 to m. 0 is used for dummy vertex
    List<Integer>[] adj;
 
    // These are basically pointers to arrays
    // needed for hopcroftKarp()
    int[] pairU, pairV, dist;
 
    // Returns size of maximum matching
    int hopcroftKarp()
    {
         
        // pairU[u] stores pair of u in matching where u
        // is a vertex on left side of Bipartite Graph.
        // If u doesn't have any pair, then pairU[u] is NIL
        pairU = new int[m + 1];
 
        // pairV[v] stores pair of v in matching. If v
        // doesn't have any pair, then pairU[v] is NIL
        pairV = new int[n + 1];
 
        // dist[u] stores distance of left side vertices
        // dist[u] is one more than dist[u'] if u is next
        // to u'in augmenting path
        dist = new int[m + 1];
 
        // Initialize NIL as pair of all vertices
        Arrays.fill(pairU, NIL);
        Arrays.fill(pairV, NIL);
 
        // Initialize result
        int result = 0;
 
        // Keep updating the result while
        // there is an augmenting path.
        while (bfs())
        {
             
            // Find a free vertex
            for(int u = 1; u <= m; u++)
             
                // If current vertex is free and there is
                // an augmenting path from current vertex
                if (pairU[u] == NIL && dfs(u))
                    result++;
        }
        return result;
    }
 
    // Returns true if there is an augmenting
    // path, else returns false
    boolean bfs()
    {
         
        // An integer queue
        Queue<Integer> Q = new LinkedList<>();
 
        // First layer of vertices (set distance as 0)
        for(int u = 1; u <= m; u++)
        {
             
            // If this is a free vertex,
            // add it to queue
            if (pairU[u] == NIL)
            {
                 
                // u is not matched
                dist[u] = 0;
                Q.add(u);
            }
 
            // Else set distance as infinite
            // so that this vertex is
            // considered next time
            else
                dist[u] = INF;
        }
 
        // Initialize distance to
        // NIL as infinite
        dist[NIL] = INF;
 
        // Q is going to contain vertices
        // of left side only.
        while (!Q.isEmpty())
        {
             
            // Dequeue a vertex
            int u = Q.poll();
 
            // If this node is not NIL and
            // can provide a shorter path to NIL
            if (dist[u] < dist[NIL])
            {
                 
                // Get all adjacent vertices of
                // the dequeued vertex u
                for(int i : adj[u])
                {
                    int v = i;
 
                    // If pair of v is not considered
                    // so far (v, pairV[V]) is not yet
                    // explored edge.
                    if (dist[pairV[v]] == INF)
                    {
                         
                        // Consider the pair and add
                        // it to queue
                        dist[pairV[v]] = dist[u] + 1;
                        Q.add(pairV[v]);
                    }
                }
            }
        }
 
        // If we could come back to NIL using
        // alternating path of distinct vertices
        // then there is an augmenting path
        return (dist[NIL] != INF);
    }
 
    // Returns true if there is an augmenting
    // path beginning with free vertex u
    boolean dfs(int u)
    {
        if (u != NIL)
        {
            for(int i : adj[u])
            {
                 
                // Adjacent to u
                int v = i;
 
                // Follow the distances set by BFS
                if (dist[pairV[v]] == dist[u] + 1)
                {
                     
                    // If dfs for pair of v also returns
                    // true
                    if (dfs(pairV[v]) == true)
                    {
                        pairV[v] = u;
                        pairU[u] = v;
                        return true;
                    }
                }
            }
 
            // If there is no augmenting path
            // beginning with u.
            dist[u] = INF;
            return false;
        }
        return true;
    }
 
    // Constructor
    @SuppressWarnings("unchecked")
    public BipGraph(int m, int n)
    {
        this.m = m;
        this.n = n;
        adj = new ArrayList[m + 1];
        Arrays.fill(adj, new ArrayList<>());
    }
 
    // To add edge from u to v and v to u
    void addEdge(int u, int v)
    {
         
        // Add u to v’s list.
        adj[u].add(v);
    }
}
 
// Driver code
public static void main(String[] args)
{
     
    BipGraph g = new BipGraph(4, 4);
    g.addEdge(1, 2);
    g.addEdge(1, 3);
    g.addEdge(2, 1);
    g.addEdge(3, 2);
    g.addEdge(4, 2);
    g.addEdge(4, 4);
 
    System.out.println("Size of maximum matching is " +
                       g.hopcroftKarp());
}
}
 
// This code is contributed by sanjeev2552
Producción

Size of maximum matching is 4

La implementación anterior se adopta principalmente del algoritmo proporcionado en la página Wiki del algoritmo Hopcroft Karp .

Este artículo es una contribución de Rahul Gupta . Escriba comentarios si encuentra algo incorrecto o si desea compartir más información sobre el tema tratado anteriormente.

Publicación traducida automáticamente

Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *