這篇部落格介紹了匈牙利演算法的操作步驟，不討論原理。
作用解決指派問題。所謂的指派問題就比如：甲乙丙三個人去做abc三件事情。每個人做每件事情所花的時間可能不一樣。每個人只能安排一件事情，問怎樣安排才能使三個人所工作的時間之和最小？
擴充套件成 n 個人 n 件事也可以，但要求是： 例項
甲乙丙中第i (i=1,2,3)個人做abc中第j (j=1,2,3)件事的時間為 aij。矩陣 a 如下
2 3 4
3 4 6
5 6 1
下面用匈牙利演算法來解。
演算法目標
讓矩陣中出現 n 個滿足不同行不同列的 0。 上述問題就是要3個不同行不同列的0.
步驟概括
每行減去此行最小數
判斷是否達到演算法目標，如未達到演算法目標，繼續下一步。否則結束。
橫縱交替，從行開始。找出所有還沒有選中0的行（具體見步驟例項），在此行後面打鉤； 把此行中有0的列全打鉤。在打鉤的列中，如果有零，又在有0的行打鉤，如此交替，直到不能再打鉤。
在沒有打鉤的行和打鉤的列上劃線，會得到發現所有的0已經被劃去，如果沒有劃去，請檢查前面的步驟。此時剩下的所有元素中，找到最小值，就記為min吧。
在第4步畫線的行減去min（此時原來的0變成-min)，再在畫線的列加上min(此時矩陣中沒有了負數）。回到第 2 步。
步驟例項
對於之前的矩陣
2 3 4
3 4 6
5 6 1
2. 檢查發現沒有達到演算法目標，因為（2）中只有兩個不同行不同列的0，圖中紅色的0。沒有達到演算法目標。
3. 找出沒有選中0的行，在後面畫勾，如圖（3）。
此行的0在第1列，在第 1 列畫勾，如圖（4），發現第 1 列有兩個 0，其中第一行的 0 還沒有畫勾，於是在第 1 行後畫勾，如圖（5）。此時沒有勾可畫了，進行下一步。
4. 在沒有打鉤的行，即第 3 行，和打鉤的列，即第 1 列，劃線，會得到發現所有的0已經被劃去。然後找出最小值min，此處min = 1。如圖（6）
5. 在第4步未畫線的行減去min，即在第1、2行減去 1，結果如圖（7）。再在畫線的列加上min，即在第 1 列加上 1，結果如圖（8）。
6. 判斷發現（8）滿足演算法目標，當然也有圖（9）滿足演算法目標。
最後一公里
如圖（8），第1、2、3行的 0 分別在相應行的第 1 、2、3個，所以第 1 個人做第 1 件事，第 2 個人做第 2 件事，第 3 個人做第 3 件事。
圖（9）對應的是第 1 個人做第 2 件事，第 2 個人做第 1 件事，第 3 個人做第 3 件事。
帶入圖（1）計算可以知圖（8）和圖（9）所用的時間相同，都是（2+4+1 = 7）或 （3+3+1 = 7）分鐘。
我們把圖（8）和圖（9）的結果分別寫成
1 2 3
1 2 3
1 2 3
2 1 3
要想最快掌握匈牙利演算法，就在看完我這篇部落格後自己默寫一篇。我就是這樣做的，現在感覺很好。教別人是一種很好的學習方式，沒人教就自己寫寫部落格分享嘍！你也可以自己算乙個例子試試，其實我已經幫你想好了：對於下面的矩陣，求最少工作量。(希望在你的手機或電腦螢幕上也能看到的矩陣排列得整齊，美感總是很重要的）
5 7 11 5 7
4 8 3 2 2
5 4 6 10 7
10 12 11 10 10
3 7 8 4 5
1 2 3 4 5
4 5 2 3 1
匈牙利演算法
匈牙利演算法 edmonds演算法 步聚 1 首先用 標記x中所有的非m頂點，然後交替進行步驟 2 3 2 選取乙個剛標記 用 或在步驟 3 中用 yi 標記 過的x中頂點，例如頂點xi，如果xi與y為同一非匹配邊的兩端點，且在本步驟中y尚未被標記過,則用 xi 去標記y中頂點y。重複步驟 2 直至...
匈牙利演算法
匈牙利演算法用來解決二分圖的最大匹配問題。乙個典型的最大匹配問題的描述如下 乙個公司有n項工作，m個員工。每個員工能勝任n項工作中的幾項 0 n 工作。問題是，如何分配才能使得被處理的工作數最大。當然，如果公司裡人員很多，每項工作都有很多員工可以勝任，那麼使每項工作都有人處理的方案是顯而易見的。但遇...
匈牙利演算法
二分圖匹配的演算法,二分圖就是把圖上的點分成兩個互不相交的點集,而圖中的邊的端點只能分別屬於這兩個點集.二分圖的匹配,就是婚配問題,左邊的點集男性,右邊的點集女性,然後相互配對 一夫一妻 最大匹配就是讓好事最多.匈牙利演算法可以實現這個東西.匈牙利演算法怎麼實現的這個東西.這個比較多.如下 incl...