【二分图】【二分图最大匹配】LCP 04. 覆盖

2024-03-31 08:04
文章标签 覆盖 二分 最大 匹配 04 lcp

本文主要是介绍【二分图】【二分图最大匹配】LCP 04. 覆盖,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者推荐

视频算法专题

本文涉及知识点

二分图 二分图最大匹配

LeetCode LCP 04. 覆盖

你有一块棋盘,棋盘上有一些格子已经坏掉了。你还有无穷块大小为1 * 2的多米诺骨牌,你想把这些骨牌不重叠地覆盖在完好的格子上,请找出你最多能在棋盘上放多少块骨牌?这些骨牌可以横着或者竖着放。
输入:n, m代表棋盘的大小;broken是一个b * 2的二维数组,其中每个元素代表棋盘上每一个坏掉的格子的位置。
输出:一个整数,代表最多能在棋盘上放的骨牌数。
示例 1:
输入:n = 2, m = 3, broken = [[1, 0], [1, 1]]
输出:2
解释:我们最多可以放两块骨牌:[[0, 0], [0, 1]]以及[[0, 2], [1, 2]]。(见下图)
在这里插入图片描述

示例 2:
输入:n = 3, m = 3, broken = []
输出:4
解释:下图是其中一种可行的摆放方式

在这里插入图片描述

限制:
1 <= n <= 8
1 <= m <= 8
0 <= b <= n * m

二分图

图G所有点可以分为两个子集X,Y。子集合X内部的点没有边相连,子集Y内部也是。X ∈ \in [0,n)
二分图的判断方法:
染色法,任何一点开始染成红色,邻接点染成黑色,看是否冲突。
可以用: 深度优先或广度优先或并集查找

二分图的最大匹配

保证任何点最多选取一次的情况下,选取最多的边。
典型用例:一组老师,一组学生,如果老师x和学生y互相有好感,则可以组队教学。任何老师只能参加一个队伍,学生也是。
交叉路径:选取边和未选取边交叉出现。
增广路径:以非选取边开始,非选取边结束的交叉路径。由于边数是奇数,所以一定x起点,y终点或y起点,x终点。不失一般性,我们以x为起点。
增广路径的选择边和非选择边互换,选择边增加。
用匈牙利算法来实现Find:
枚举x in X,如果x是一个增广路径的起点,则x匹配此路径的第二个节点。
枚举y, y 是x的临接点,且不在此路径中。如果y没有匹配,则x → \rightarrow y 是增广路径,vMath[y]=x。
如果已经匹配,看Find(vMath[y]) 是否成功 ,如果成功,也是增广路径。vMath[y] = x。
如果所有临接点都匹配失败,则x匹配失败。
性质一:无论是手动调用,还是递归调用。都只会Find(子集X的节点)。
性质二:用变量used记录,那些Y节点在本次路径。我们从小到大枚举x,则Find(x)开始事,vMath[y] ∈ \in [0,x) ;Find(x)结束后,vMath[y] ∈ \in [0,x]。所有无需记录那些x已经使用。
长度为3的增广路径:x1->y1 同时 x2和y1连通 x1和y2连通
则find(x2)调用find(x1)时: x1->y2连通,且y2没有匹配,于是vMath[y2]=x1
find(x2)本体中:vMath[y1]=x2 x 2 → y 1 ‾ → x 1 → y 2 ‾ \underline{ x2 \rightarrow y1} \rightarrow \underline{ x1 \rightarrow y2 } x2y1x1y2

证明:
如果找不到以x为起点的增广路径,则选择几条边,就需要删除几条边。边数不变。

代码

核心代码

class CNeiBo
{
public:	static vector<vector<int>> Two(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0) {vector<vector<int>>  vNeiBo(n);for (const auto& v : edges){vNeiBo[v[0] - iBase].emplace_back(v[1] - iBase);if (!bDirect){vNeiBo[v[1] - iBase].emplace_back(v[0] - iBase);}}return vNeiBo;}	static vector<vector<std::pair<int, int>>> Three(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0){vector<vector<std::pair<int, int>>> vNeiBo(n);for (const auto& v : edges){vNeiBo[v[0] - iBase].emplace_back(v[1] - iBase, v[2]);if (!bDirect){vNeiBo[v[1] - iBase].emplace_back(v[0] - iBase, v[2]);}}return vNeiBo;}static vector<vector<int>> Grid(int rCount, int cCount, std::function<bool(int, int)> funVilidCur, std::function<bool(int, int)> funVilidNext){vector<vector<int>> vNeiBo(rCount * cCount);auto Move = [&](int preR, int preC, int r, int c){if ((r < 0) || (r >= rCount)){return;}if ((c < 0) || (c >= cCount)){return;}if (funVilidCur(preR, preC) && funVilidNext(r, c)){vNeiBo[cCount * preR + preC].emplace_back(r * cCount + c);}};for (int r = 0; r < rCount; r++){for (int c = 0; c < cCount; c++){Move(r, c, r + 1, c);Move(r, c, r - 1, c);Move(r, c, r, c + 1);Move(r, c, r, c - 1);}}return vNeiBo;}static vector<vector<int>> Mat(vector<vector<int>>& neiBoMat){vector<vector<int>> neiBo(neiBoMat.size());for (int i = 0; i < neiBoMat.size(); i++){for (int j = i + 1; j < neiBoMat.size(); j++){if (neiBoMat[i][j]){neiBo[i].emplace_back(j);neiBo[j].emplace_back(i);}}}return neiBo;}
};class CBipartiteGraph
{
public:int MaxMatch(){m_vYToX.assign(m_vY.size() + m_vX.size(),-1);int ans = 0;for (const auto& x : m_vX){m_vUsed.assign(m_vY.size() + m_vX.size(),false);ans += Find(x);}return ans;}bool Find(int x){		for (const auto& y : m_vNeiBo[x]){if (m_vUsed[y]){continue;}m_vUsed[y] = true;if ((-1 == m_vYToX[y]) || (Find(m_vYToX[y]))){m_vYToX[y] = x;return true;}}return false;}vector<int> m_vX, m_vY;vector<vector<int>> m_vNeiBo;vector<int> m_vYToX;vector<bool> m_vUsed;
};
class Solution {
public:int domino(int n, int m, vector<vector<int>>& broken) {vector<vector<int>> grid(n, vector<int>(m));for (const auto& v : broken){grid[v[0]][v[1]] = 1;}auto vilidFun = [&grid](int r, int c) {return 0 == grid[r][c]; };CBipartiteGraph bg;for (int r = 0; r < n; r++){for (int c = 0; c < m; c++){const int mask = m * r + c;if ((r + c) & 1){bg.m_vY.emplace_back(mask);}else{bg.m_vX.emplace_back(mask);}}}bg.m_vNeiBo = CNeiBo::Grid(n, m, vilidFun, vilidFun);		return bg.MaxMatch();}
};

测试用例

template<class T, class T2>
void Assert(const T& t1, const T2& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{int m, n;vector<vector<int>> broken;{Solution sln;n = 3, m = 3, broken = {  };auto res = sln.domino(n, m, broken);Assert(4, res);}{Solution sln;n = 2, m = 3, broken = { {0, 0},{0, 1} };auto res = sln.domino(n, m, broken);Assert(2, res);}{Solution sln;n = 2, m = 3, broken = { {1, 0},{1, 1} };auto res = sln.domino(n, m, broken);Assert(2, res);}{Solution sln;n = 4, m = 3, broken = { {1,0},{1,1} };auto res = sln.domino(n, m, broken);Assert(5, res);}{Solution sln;n = 3, m = 4, broken = { {2,2},{2,3} };auto res = sln.domino(n, m, broken);Assert(5, res);}}

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快
速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。

这篇关于【二分图】【二分图最大匹配】LCP 04. 覆盖的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/863831

相关文章

Nginx路由匹配规则及优先级详解

《Nginx路由匹配规则及优先级详解》Nginx作为一个高性能的Web服务器和反向代理服务器,广泛用于负载均衡、请求转发等场景,在配置Nginx时,路由匹配规则是非常重要的概念,本文将详细介绍Ngin... 目录引言一、 Nginx的路由匹配规则概述二、 Nginx的路由匹配规则类型2.1 精确匹配(=)2

Nginx location匹配模式与规则详解

《Nginxlocation匹配模式与规则详解》:本文主要介绍Nginxlocation匹配模式与规则,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、环境二、匹配模式1. 精准模式2. 前缀模式(不继续匹配正则)3. 前缀模式(继续匹配正则)4. 正则模式(大

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思

Python中使用正则表达式精准匹配IP地址的案例

《Python中使用正则表达式精准匹配IP地址的案例》Python的正则表达式(re模块)是完成这个任务的利器,但你知道怎么写才能准确匹配各种合法的IP地址吗,今天我们就来详细探讨这个问题,感兴趣的朋... 目录为什么需要IP正则表达式?IP地址的基本结构基础正则表达式写法精确匹配0-255的数字验证IP地

浅谈配置MMCV环境,解决报错,版本不匹配问题

《浅谈配置MMCV环境,解决报错,版本不匹配问题》:本文主要介绍浅谈配置MMCV环境,解决报错,版本不匹配问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录配置MMCV环境,解决报错,版本不匹配错误示例正确示例总结配置MMCV环境,解决报错,版本不匹配在col

详解nginx 中location和 proxy_pass的匹配规则

《详解nginx中location和proxy_pass的匹配规则》location是Nginx中用来匹配客户端请求URI的指令,决定如何处理特定路径的请求,它定义了请求的路由规则,后续的配置(如... 目录location 的作用语法示例:location /www.chinasem.cntestproxy

Nginx中location实现多条件匹配的方法详解

《Nginx中location实现多条件匹配的方法详解》在Nginx中,location指令用于匹配请求的URI,虽然location本身是基于单一匹配规则的,但可以通过多种方式实现多个条件的匹配逻辑... 目录1. 概述2. 实现多条件匹配的方式2.1 使用多个 location 块2.2 使用正则表达式

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

C++使用栈实现括号匹配的代码详解

《C++使用栈实现括号匹配的代码详解》在编程中,括号匹配是一个常见问题,尤其是在处理数学表达式、编译器解析等任务时,栈是一种非常适合处理此类问题的数据结构,能够精确地管理括号的匹配问题,本文将通过C+... 目录引言问题描述代码讲解代码解析栈的状态表示测试总结引言在编程中,括号匹配是一个常见问题,尤其是在

Java覆盖第三方jar包中的某一个类的实现方法

《Java覆盖第三方jar包中的某一个类的实现方法》在我们日常的开发中,经常需要使用第三方的jar包,有时候我们会发现第三方的jar包中的某一个类有问题,或者我们需要定制化修改其中的逻辑,那么应该如何... 目录一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理一、需求描述需求描述如下:需要在