Question

我无法想到这个问题的算法。问题是：有两套，设置＆＃34; M＆＃34;包含男人名单，设置＆＃34; F＆＃34;包含一份女性名单。

现在有一套＆＃34; Marriage＆＃34;其中包含允许的婚姻，假设(a,1)意味着男性a可以嫁给女性1和女性1嫁给男性a。

婚姻只有在合作伙伴与推荐列表匹配时才能完成。我们称之为＆＃34;成功＆＃34;如果来自M的每个人，可以将某人与其姓名对应的推荐列表中的某个人结婚，而对于来自列表F的女性则相同。否则我们称之为＆＃34;不成功＆＃34;

示例1

List M = {a,b,c,d}
List F= {1,2,3,4}
Recommended List = { (a,1),(a,4),(b,1),(b,2),(c,3),(c,4),(d,1),(d,4) }

a可以结婚1，b可以结婚2，c可以结婚3，d可以结婚{ {1}}。输出=＆＃34;成功＆＃34;

示例2

与女性List M = {a,b,c,d} List F= {1,2,3,4} Recommended List = { (a,1),(a,3),(b,1),(b,2),(c,3),(c,1),(d,1),(d,2) }结婚是不可能的，因为推荐列表中没有可能配对的女性4作为她的伴侣。

输出=＆＃34;不成功＆＃34;

我需要最快的算法来确定成功或失败

Answer 1

似乎是图形匹配（稳定婚姻）问题，但它可以很容易地解决如下。

r_f=[i[1] for i in recomended_list]
r_m = [i[0] i in recomended_list] 
answer = "successfull" if set(M).issubset(r_m) and set(F).issubset(r_f) else "unsucessfull"

Answer 2

让我们像这样创建集群：

M1 =所有男子都有一场比赛

M2 =所有男子有两场比赛

W1 =所有女性都有一场比赛

...

现在，您可以找到M1和W1的所有匹配项（普通匹配项），并将它们从集合中取出。现在，让我们计划最低重力对（人群指数+女性群集指数最小）并回溯它们。在处理主案件时处理子案例。

最快的算法，让两个人相互结婚

2 个答案: