KM算法,C语言版本和Matlab版本

2023-12-02 20:44
文章标签 算法 语言 matlab km 版本

本文主要是介绍KM算法,C语言版本和Matlab版本,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!

在这里我们不多介绍原理,直接看代码就好了。


C语言版本

#include<stdio.h>
#include<string.h>
const int maxn=305;
const int INF=(1<<30)-1;
int g[maxn][maxn];
int lx[maxn],ly[maxn];
int match[maxn];
bool visx[maxn],visy[maxn];
int slack[maxn];
int n;
bool dfs(int cur)
{int y,t;visx[cur]=true;for(y=1;y<=n;y++){if(visy[y])continue;t=lx[cur]+ly[y]-g[cur][y];if(t==0){visy[y]=true;if(match[y]==-1||dfs(match[y])){match[y]=cur;return true;}}else if(slack[y]>t)slack[y]=t;}return false;
}
int KM()
{int i,j,x;memset(match,-1,sizeof(match));memset(ly,0,sizeof(ly));for(i=1;i<=n;i++){lx[i]=-INF;for(j=1;j<=n;j++)if(g[i][j]>lx[i])lx[i]=g[i][j];}//对ly[i]置0,对lx[i]取每行的最大值for(x=1;x<=n;x++){for(i=1;i<=n;i++)slack[i]=INF;while(true){memset(visx,false,sizeof(visx));memset(visy,false,sizeof(visy));if(dfs(x))break;int d=INF;for(i=1;i<=n;i++){if(!visy[i]&&d>slack[i])d=slack[i];}for(i=1;i<=n;i++){if(visx[i])lx[i]-=d;}for(i=1;i<=n;i++){if(visy[i])ly[i]+=d;elseslack[i]-=d;}}}int result=0;for(i=1;i<=n;i++)if(match[i]>-1)result+=g[match[i]][i];return result;
}
int main()
{int cost,i,j;while(scanf("%d",&n)!=EOF){for(i=1;i<=n;i++){for(j=1;j<=n;j++){scanf("%d",&cost);g[i][j]=cost;}}printf("%d\n",KM());}return 0;
}

Matlab版本

% 带权二部图匹配(KM算法)
clc
clear
close allglobal N
global adj_matrix
global label_left
global label_right
global match_right
global visit_left
global visit_right
% 左右各有N个点
% KM算法要求左右两边的节点数相等,可以通过添加虚拟节点的方法实现
N = 5;
adj_matrix = [3 4 6 4 9;6 4 5 3 8;7 5 3 4 2;6 3 2 2 5;8 4 5 4 7];
% N = 9;
% adj_matrix = round(rand(N)*100);
% adj_matrix(adj_matrix<70) = 0;
% 初始化顶标
label_left = max(adj_matrix, [], 2);
label_right = zeros(N, 1);
% 初始化匹配结果
match_right = ones(N, 1) * nan;
% 初始化辅助变量
visit_left = ones(N, 1) * false;
visit_right = ones(N, 1) * false;
res = KM();% KM主函数
function res = KM()
global N
global adj_matrix
global label_left
global label_right
global match_right
global visit_left
global visit_rightgraph_num = 1;
display_graph(graph_num, '原始二部图');
% 对左边的点依次进行处理
for i = 1: Nwhile 1% 重置辅助变量visit_left = ones(N, 1) * false;visit_right = ones(N, 1) * false;% 能找到可行匹配if find_path(i)break;end% 不能找到可行匹配,修改顶标% (1)将所有在增广路中的X方点的label全部减去一个常数d% (2)将所有在增广路中的Y方点的label全部加上一个常数dd = Inf;for j = 1: Nif visit_left(j)for k = 1: Nif ~visit_right(k)% 左边的点中已经访问过的点,即已经匹配过的点可能需要重新匹配以得到更大的总权值,% 所以修改顶标,往子图中添加一条边,重新寻找增广路看能不能增广% 取与左边的点相邻的未匹配边中跟当前存在子图中的以该点为端点的边相差最小的两条边% 这样才能保持总权值最大d = min(d, label_left(j) + label_right(k) - adj_matrix(j, k));endendendendfor k = 1: Nif visit_left(k)label_left(k) = label_left(k) - d;endif visit_right(k)label_right(k) = label_right(k) + d;endendendgraph_num = graph_num + 1;display_graph(graph_num, ['第' num2str(i) '步']);
endgraph_num = graph_num + 1;
display_graph(graph_num, '最终结果');res = 0;
for j = 1: Nif match_right(j) >=0 && match_right(j) < Nres = res + adj_matrix(match_right(j), j);end
end
end% 寻找增广路,深度优先
function result = find_path(i)
global N
global adj_matrix
global label_left
global label_right
global match_right
global visit_left
global visit_right
visit_left(i) = true;
for j = 1: length(adj_matrix(i, :))match_weight = adj_matrix(i, j);if visit_right(j)% 已被匹配(解决递归中的冲突)continue;endgap = label_left(i) + label_right(j) - match_weight;% 当 gap == 0 时 x_i 和 y_j 之间存在一条边,且该边是当前 x_i 可以匹配的权值最大的边if gap == 0% 找到可行匹配visit_right(j) = true;% j未被匹配,或虽然j已被匹配,但是j的已匹配对象有其他可选备胎% 此处同匈牙利算法if isnan(match_right(j)) || find_path(match_right(j))match_right(j) = i;result = true;return;endend
end
result = false;
return;
endfunction display_graph(graph_num, title_name)
global N
global adj_matrix
global label_left
global label_right
global match_right
global visit_left
global visit_right
figure(graph_num);
set(gcf, 'Position', [100, 100, 1000, 500]);
subplot(1,2,1);
cla
set( gca, 'XTick', [], 'YTick', [] );
set( gca, 'TickLength', [0 0]);
box on
hold on
xlim([-1, 2]);
ylim([-N, 1]);
temp = N - 1;
% 绘制匹配边
for j = 1: length(match_right)if ~isnan(match_right(j))plot([0, 1], [(match_right(j) - 1) * -temp/(N-1), (j - 1) * -temp/(N-1)], 'r', 'LineWidth', 2); end
end
% 绘制点
scatter(zeros(1, N), 0:-temp/(N-1):-temp, 20, [217/255 83/255 25/255], 'filled');
scatter(ones(1, N), 0:-temp/(N-1):-temp, 20, [0 114/255 189/255], 'filled');
for j = 1: Ntext(-0.2, (j - 1) * -temp/(N-1), ['x_' num2str(j)]);
end
for j = 1: Ntext(1.1, (j - 1) * -temp/(N-1), ['y_' num2str(j)]);
end
for j = 1: Ntext(-0.5, (j - 1) * -temp/(N-1), num2str(label_left(j)), 'Color', [217/255 83/255 25/255], 'FontSize', 15);
end
for j = 1: Ntext(1.4, (j - 1) * -temp/(N-1), num2str(label_right(j)), 'Color', [0 114/255 189/255], 'FontSize', 15);
endtitle(title_name);% 边权重
subplot(1,2,2);
cla
set( gca, 'XTick', [], 'YTick', [] );
set( gca, 'TickLength', [0 0]);
box on
hold on
xlim([-1, N]);
ylim([-N, 1]);
for j = 0 : N-1plot([j, j], [-N, 1], 'k') ;
end
for j = -N+1 : 0plot([-1, N], [j, j], 'k') ;
end
for j = 1: Ndisplay_text(j, 0, ['x_' num2str(j)], 0);
end
for j = 1: Ndisplay_text(0, j, ['y_' num2str(j)], 0);
end
for i = 1: Nfor j = 1: Nif match_right(j) == idisplay_text(i, j, num2str(adj_matrix(i,j)), 1);elsedisplay_text(i, j, num2str(adj_matrix(i,j)), 0);endend
end
% saveas(gcf, [num2str(graph_num) '.png']);
end% 在x行y列显示t文本
function display_text(x, y, t, bold)
if boldtext(y - 0.5, -x + 0.5, t, 'FontSize', 15, 'FontWeight', 'bold', 'Color', 'r');
elsetext(y - 0.5, -x + 0.5, t, 'FontSize', 15, 'FontWeight', 'normal', 'Color', 'k');
end
end

有需要再matlab中改代码的联系我。私信支持付费。!

蜂窝用户匹配问题!等等!

这篇关于KM算法,C语言版本和Matlab版本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/446749

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费