这意味着如果在 S 和 T 中 i 和 j 两个位置的 y 值之和小于该位置迄今为止计算出的成本(找到最低潜在答案),那么 S 和 T 的每个位置的 y 值都是潜在答案之一。
如果我没记错的话,这就是动态规划问题。完美匹配指的是当所选人员的最便宜费率正好是他被选中执行的任务时。
潜在函数 y 在您完全二分图中为每个顶点分配一个数字,使得任何来自 S(所有人的集合)和 T(所有工作的集合) 的顶点的潜力之和小于连接这些顶点的边的值(因此小于完成工作所需成本)。将0分配给每个顶点的函数是有效潜在函数的好例子。
潜在函数 y 的价值是所有顶点的潜力之和(这是定义)。
可以看出,每个完美匹配的成本至少是每个潜力的价值。
这是相当明显的:在完美匹配中,您必须选择没有共同顶点的 n 条边。每条边的成本都低于其顶点的潜力之和(根据潜力的定义)。当您将来自匹配的所有边的成本总和时,它将高于图的潜力价值。
现在,该算法计算潜力和匹配,使它们的成本/价值相同。由于潜力的价值是问题最小成本的下限,因此您将获得最优解。
这证明了算法的正确性。现在,您需要查看并理解算法为什么以及如何找到成本/价值相等的完美匹配和潜力。