ACM: 图论题 poj 3308 最大流问题

算法课 - 最大流问题 最大流问题 最小割问题 割的流量 Ford Fulkerson算法 算法设计与分析-最大流 一、流网络 流量/容量都表示在边上,有源点和汇点 几个概念:剩余流量、总流量、流量限制(条件)、流量守恒(条件) 二、最大流问题描述 在满足约束条件的情况下,让总流量最大。 三、最大流算法思想 直观的描述算法(需要改进): A:找出一.. 阅读详情
Paratroopers
 
Description

It is year 2500 A.D. and there is a terrible war between the forces of the Earth and the Mars. Recently, the commanders of the Earth are informed by their spies that the invaders of Mars want to land some paratroopers in the m × n grid yard of one their main weapon factories in order to destroy it. In addition, the spies informed them the row and column of the places in the yard in which each paratrooper will land. Since the paratroopers are very strong and well-organized, even one of them, if survived, can complete the mission and destroy the whole factory. As a result, the defense force of the Earth must kill all of them simultaneously after their landing.

In order to accomplish this task, the defense force wants to utilize some of their most hi-tech laser guns. They can install a gun on a row (resp. column) and by firing this gun all paratroopers landed in this row (resp. column) will die. The cost of installing a gun in the ith row (resp. column) of the grid yard is ri (resp. ci ) and the total cost of constructing a system firing all guns simultaneously is equal to the product of their costs. Now, your team as a high rank defense group must select the guns that can kill all paratroopers and yield minimum total cost of constructing the firing system.

Input

Input begins with a number T showing the number of test cases and then, T test cases follow. Each test case begins with a line containing three integers 1 ≤ m ≤ 50 , 1 ≤ n ≤ 50 and 1 ≤ l ≤ 500 showing the number of rows and columns of the yard and the number of paratroopers respectively. After that, a line with m positive real numbers greater or equal to 1.0 comes where the ith number is ri and then, a line with n positive real numbers greater or equal to 1.0 comes where the ith number is ci. Finally, l lines come each containing the row and column of a paratrooper.

Output

For each test case, your program must output the minimum total cost of constructing the firing system rounded to four digits after the fraction point.

Sample Input

1
4 4 5
2.0 7.0 5.0 2.0
1.5 2.0 2.0 8.0
1 1
2 2
3 3
4 4
1 4

Sample Output

16.0000

 

题意: 地球和火星发生战争, 火星派特工来偷袭地球的武器, 因为火星特工很厉害, 只要一个

      生存下来就可以破坏全部. 现在要消灭全部特工, 有消息获得每个特工的降落位置(x,y);

      地球用激光枪消灭, 每建造一个可以消灭整行或整列, 但是每行每列的造价不一样, 要求

      用最少费用消灭全部敌人. 造价是全部激光枪的费用的乘积.(这里怪怪: product).

 

解题思路:

    1. 题目其实不难, 仔细分析问题: 尽可能用最小费用, 消灭最多的敌人. 每次行列交叉,

       都有2个选择. 就像选择路径一样, 但是路径上的敌人会随着你的选择而改变. 图论

       中网络流问题. 路径上有容量 和 流量.

    2. 果断建图: 设超级源点start = 0, 每行1~n节点X集合, 每列n+1~n+m节点Y集合.

                   超级汇点end = n+m+1;

       从start到X集合的权值(每行费用)表示容量, X集合到Y集容量为INF(无限大), Y集合

       到end的权值(每列的费用)表示容量. 样例建图如下图 :

       ACM: <wbr>图论题 <wbr>poj <wbr>3308 <wbr>最大流问题

       因为结果要求乘积, 费用就用以10为底的对数表示方便加法, 最后exp转换回来即可.

    3. 剩下就是求出网络流-最大流, 每条路径最用最小费用限制了, 这样结果最大流就是

       消灭全部敌人最小费用. KM算法(增广路算法)即可.

 

代码:

#include <cstdio>
#include <iostream>
#include <cstring>
#include <cmath>
#include <queue>
using namespace std;
#define MAX 1005
const int INF = (1<<29);

int n, m, L, p[MAX];
double cap[MAX][MAX], flow[MAX][MAX], a[MAX];
int start, end, M;

inline double min(double a, double b)
{
 return a < b ? a : b;
}

void readGraph()
{
 int i, x, y;
 double w;
 memset(cap, 0, sizeof(cap));
 scanf("%d %d %d", &n, &m, &L);
 start = 0, end = n+m+1, M = end+1;
 for(i = 1; i <= n; ++i)
 {
  scanf("%lf", &w);
  cap[start][i] = log(w);
  cap[i][start] = 0;
 }

 for(i = 1; i <= m; ++i)
 {
  scanf("%lf", &w);
  cap[i+n][end] = log(w);
  cap[end][i+n] = 0;
 }

 for(i = 1; i <= L; ++i)
 {
  scanf("%d %d", &x, &y);
  cap[x][y+n] = INF;
  cap[y+n][x] = 0;
 }
}

double KM(int start, int end)
{
 double result = 0;
 memset(flow, 0, sizeof(flow));
 queue qu;
 
 while( true )
 {
  memset(p, -1, sizeof(p));
  memset(a, 0, sizeof(a));
  a[start] = INF;
  qu.push(start);
  while( !qu.empty() )
  {
   int u = qu.front();
   qu.pop();
   for(int v = 0; v < M; ++v)
   {
    if( !a[v] && cap[u][v] > flow[u][v])
    {
     p[v] = u;
     qu.push(v);
     a[v] = min(a[u], cap[u][v]-flow[u][v]);
    }
   }
  }

  if(a[end] == 0) break;
  for(int u = end; u != start; u = p[u])
  {
   flow[p[u]][u] += a[end];
   flow[u][p[u]] -= a[end];
  }
  result += a[end];
 }
 return result;
}

int main()
{
// freopen("input.txt", "r", stdin);
 int caseNum;
 scanf("%d", &caseNum);
 while(caseNum--)
 {
  readGraph();
  double result = exp(KM(start, end));
  printf("%.4lf\n", result);
 }
 return 0;
}

acm pku spoj sgu 经典 图论题解题报告 hdu 1914稳定婚姻 sgu176 有源汇的上下界 求最小满足的流 poj 2230 递归求欧拉回路 poj 2985 bst模板 poj2723 2-sat验证,二分答案 poj2455 dinic (ek会超时) hdu1689 求最小奇数环 poj2391 isap最快,dinic不减枝会超时 poj2455 isap 最快(ek会超时) poj2832 并查集边的计算 sgu218 hcraft 二分图匹配验证 二分答案 立即下载

相关推荐

CDO批量处理nc文件:5分钟搞定CMIP6数据双线性插值(附完整代码)

本文详细介绍了如何使用CDO工具链中的`remapbil`命令,快速实现CMIP6数据的批量双线性插值处理。通过环境配置、核心操作步骤、高级优化技巧及典型报错解决方案,帮助科研人员高效处理大规模nc文件,显著提升气象数据处理效率。

weixin_29267307的博客 297

最大流问题(超详细!!!)

0x00 最大流 最大流量问题涉及通过最大单源单汇流网络找到可行流量。如图所示。 每个边缘都标有容量,即可以携带的最大物品数量。 最大流问题是找出可以从顶点source到顶点sink总的物品数量(最大的那个)。 如上图所示,当0->1和2->1汇聚的时候不能超出1->3的值12(1的输出最大为12)。最后可以到达5的最大物品个数就是19+4=23。也就...

coordinate的博客 2万+

Unity海康视屏对接

通过对接海康SDK,获取视屏流回调。经过解码得到YUV格式的图片,最后通过Shader把YUV数据显示出来。也可以通过Rtsp协议,直接获取视屏流显示。这个貌似Unity中已经有插件支持了,UMP。------2018.4.20using UnityEngine;using System.Collections;using System;using UnityEngine.UI;using Sys...

Witness_K的博客 2028

数学建模——最大流问题(配合例子说明)

设有连通图G=(V,E),G的每一条边(vi,vj)上有非负数cij称为容量,仅有一个入次为0的点vs称为发点(源),一个出次为0的点vt称为收点(汇),其余点位中间点,这样的网络G称为容量网络,记为G=(V,E,C)。如图1所示。

m0_63024355的博客 8213

SAP成本控制范围配置全流程:从货币参数到标准层次(附2024最新SPRO路径)

本文详细拆解了SAP成本控制范围(Controlling Area)的完整配置流程,涵盖从货币与估价参数文件定义、参数文件分配到控制范围,再到成本中心标准层次创建等核心步骤。文章提供了2024年最新的SPRO导航路径和实战配置要点,帮助顾问构建稳健、可扩展的管理会计基础架构,并附有常见问题排查指南。

java5的博客 941

Allegro格式PCB转换成Pads操作指导

变量:AEX_BIN_ROOT 值:D: MentorGraphics>PADSVX1.2>SDD_HOME>translators>win32bin (值:软件按装的位置,可以是9.5版本,也可以是VX1.0等不同的版本)。变量:HOME 值:C:Users>win7>AppData>Roaming>SPB_Data (这个值是allegro快捷键存放位置器,也可以随意放置在那个盘,我们可以采用默认的路径)。第4步:打开 PADSLayout软件,然后选择导入文件,选择刚刚处理的 allegro文件。

weixin_54787054的博客 3722

最大流问题

@ 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客: 全新的界面设计 ,将会带来全新的写作体验; 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示; 增加了

qq_35391292的博客 1098

基于simulink的能量管理策略的场景实例:混合动力电动汽车(HEV)的能量回收与分配策略

本文以混合动力电动汽车(HEV)为研究对象,通过Simulink建模详细演示了能量管理策略的设计与实现。内容涵盖HEV系统架构、核心组件工作原理,并分步骤指导搭建车辆动力学模型、动力系统组件模型和基于规则的能量管理策略。重点分析了制动能量回收与功率分配机制,通过仿真验证了逻辑门限策略在提升燃油经济性和维持电池SOC平衡方面的有效性。文章最后展望了更高级控制策略的应用前景,为HEV能量优化提供了完整的仿真研究框架。

xiaoheshang_123的博客 213

网络流-最大流问题详解(C++实现)

一,算法背景与理论 1.1 前言 1,本文将深入探讨最大流问题的dinic算法求解。 2,本文代码通过C++实现,不涉及算法竞赛知识,代码实现着重于结构化以及功能而非性能。 3,本文关注点在最大流的实现,而其中遇到的其他算法不会深入讨论(深度优先搜索DFS,广度优先搜索BFS) 1.2 基本概念介绍 在最大流问题中,网络可以看成一个带权重的有向无环图。 源点(S): 该有向图中的一个特殊的点,只出不进,被称作源点。 汇点(T): 该有向图中另一个特殊的点,只进不出,被称作汇点。 容量(maxV):

LYP的技术小站 6790

XSS漏洞之PDF生成:从XSS到服务端任意文件读取

XSS是最为常见的Web漏洞之一,多年来连续入选OWASP TOP10,相信大家都耳熟能详。 它是一种代码注入类的攻击,是一种客户端侧的攻击,攻击者通过在Web应用中注入恶意JavaScript代码,通过点击URL,最终在受害者浏览器端执行的一种漏洞。主要有反射型XSS、存储型XSS、基于DOM的XSS三类。XSS一些比较常规的危害大概有:重定向浏览器、窃取Cookie、浏览器劫持等。本文章侧重于发现XSS后的进一步利用。 主要介绍在某次实际测试过程中,发现XSS漏洞之后,如何进一步的利用,最终通过XSS达

计算机毕业论文源码,学生个人网页制作html源码。贴近用户做网络推广和互联网优化。 3783

EMB电子机械制动系统和EHB电子液压制动系统控制功能的对比

EMB电子机械制动系统相比EHB液压制动系统具有显著优势:响应速度更快(<100ms)、控制精度更高(±2N·m)、能实现单轮独立控制,支持0.1%级制动力调节。在ABS、ESC等安全功能上表现更优,制动平顺性和NVH性能更好,同时提升能量回收效率15%-20%。特别适合智能驾驶需求,可使AEB等系统响应时间缩短50ms,紧急制动距离减少1米以上。EMB系统完美契合高阶自动驾驶对快速响应和精准控制的要求。

m0_59012156的博客 890

数模学习第七天---最大流问题(含MATLAB求解)

设有向网络N(V,A),在发点Vs 有一批货,要通过网络上的弧运输到收点Vt 去,受运输条件限制,每条弧aij在单位时间内通过的车辆数不能超过cij 辆,分析:如何组织运输才能使从Vs到Vt 在单位时间内通过的车辆达到最多? 上面描述的这类问题,称为最大流问题。 例:如图10.3.1中,有一批物资需要用汽车尽快从发点①运到收点⑦,弧(i,j)上所标的数字表示该条道路在单位时间内最多能通过的车辆数(单位:百辆),问如何调运,才能使单位时间里有最多的车辆从①调到⑦。 点①出发的车辆数应该与点⑦到达的车辆数相同

fcxgfdjy的博客 1万+

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

网络流算法:最大流问题

在一个流网络中,每条边有一个容量,表示该边能够承载的最大流量。容量限制:流量不能超过边的容量。流量守恒:除源点和汇点外,每个顶点的流入量等于流出量。Ford-Fulkerson算法是一种贪心算法,用于解决最大流问题。其核心思想是不断寻找增广路径,直到找不到新的增广路径为止。Edmonds-Karp算法是Ford-Fulkerson算法的一个具体实现,使用广度优先搜索(BFS)来寻找增广路径。该算法的时间复杂度为 (O(VE^2)),其中 (V) 是顶点数,(E) 是边数。

捕风捉你 · 星桥API接入与大模型实战 3654

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

全面理解网络流中的最大流问题

网络流(最大流问题) 前序 在将网络里实现算法之前,我们得聊聊网络流究竟是个什么东西,毕竟只有知道它的样貌,才能继续看懂下面的定义,对吧? 首先,网络流不仅仅指的是什么FF算法、dinic算法。算法只是用来解决问题的(稍后我们会更加能体会这一点),而网络流,指的就是这一系列存在图论中的,关于“流(Flow)”的问题。 参考:Network flow problem - Wikipedia 网络流中有以下几种问题: 最大流问题 最小费用流问题 多商品流问题(multi-commodity flow p

Nopoduct的博客 1万+

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

网络流(一) 最大流问题

在一个有向图上选择一个源点,一个汇点,每一条边上都有一个流量上限(以下称为容量),即经过这条边的流量不能超过这个上界,同时,除源点和汇点外,所有点的入流和出流都相等,而源点只有流出的流,汇点只有汇入的流。这样的图叫做网络流。

这里是阿安的博客 5523

最大流问题_问题描述+举例

文章目录最大流问题是什么 最大流问题是什么 对于一张建设好的网络(流网络)(个边上的数值表示流的容量限制,箭头表示流动方向,该网络的建设好后不允许更改): 考察其最大流,是指,从源点提供流(假设提供能力总是充足的) 那么管道中的流从s->t的过程中所能达到的最大值是多少? 那么如上如实例,最大流是s->v1,s->v2的和(16+13=29)吗? 显然不是,你看汇聚点t能够同一时刻能够接受的最大流也才20+4=24<29; 或许你已经发现,最大流的值受限制于中流量和最窄的那部分容量

xuchaoxin1375的博客 4909

最大流算法:Edmond-Karp算法——Ford-Fulkerson算法——Dinic算法

问题定义 给定有向图G=(V,E),其每条边都有容量cv,wcv,wc_{v,w}.这个容量代表这个边可以通过的最大容量。对于任一条边(v,w)(v,w)(v,w),最多有cv,wcv,wc_{v,w}个单位的流可以通过。 图中有两个特殊点,一个是s,称为源点(source),一个是t,称为收点(sink)。 既不是源点也不是收点的点,总的进入的流必须等于总的发出的流。 最大流问题就是确定...

anlian523的博客 1万+

网络流问题:最大流及其算法

一、概念引入 首先要先清楚最大流的含义,就是说从源点到经过的所有路径的最终到达汇点的所有流量和。       流网络G=(V,E)是一个有向图,其中每条边(u,v)∈E均有一个非负容量c(u,v)>=0。如果(u,v)不属于E,则假定c(u,v)=0。流网络中有两个特别的顶点:源点s和汇点t。下图展示了一个流网络的实例(其中斜线左边的数字表示实际边上的流,右边的数字表示边的最大容量

vonmax007的博客 6万+

最大流问题:增广路与 Edmonds-Karp 算法

最大流问题是其中一个经典的图论问题,其目标是在一个流网络中计算从源点到汇点的最大流量。流网络由节点和边组成,每条边都有一个容量,表示该边所能承载的最大流量。 最大流问题 通常来说,最大流问题仅在有向图上考虑,允许成环,且不考虑重边和自环。在数学上,流网络可以表示为一个有向图 G=(V,E) G = (V, E) G=(V,E),其中: V V V 是图的节点集合,包含源点 s s s 和汇点 ...

weixin_40425050的博客 628

网络流问题

网络流问题是一类经典的组合优化问题,它在图论和网络分析中扮演着重要的角色。这类问题通常涉及在网络中沿着边进行资源分配的情况,如输送流体、电力传输、数据传输等。网络流问题的模型基于一个有向图,其中节点表示资源的来源或目的地,边表示资源在节点之间的流动路径。每条边都有一个容量限制,表示该路径上能够通过的最大资源流量。网络流问题通常有两个主要的变体:最大流问题和最小割问题。

m0_63024355的博客 1554

最大流问题讲解(Lingo)

第一节 图论的基本知识 1. 图的概念 定义 图G(V,E)是指一个二元组(V(G),E(G)),其中: (1)V(G)={v1,v2,…, vn}是非空有限集,称为顶点集, (2)E(G)是V(G)中的元素对(vi,vj)组成的集合称为边集。 图G:V(G)={v1,v2,v3,v4} ...

qq_39557517的博客 2万+

【运筹优化】网络最大流问题及三种求解算法详解 + Python代码实现

本文首先对最大流问题进行了介绍,然后分别介绍了三种求解最大流问题的算法Ford-Fulkerson算法、Edmons-Karp算法和 Dinic 算法,并给出了相应的 Python 代码。最后,对这三种算法进行了性能测试与分析。

知不足而奋进,望远山而前行 2万+
上一篇: ACM:&nbsp;图论题&nbsp;poj&nbsp;3177&nbsp;同&nbsp;3352
下一篇: ACM:&nbsp;搜索题&nbsp;poj&nbsp;1020
Smile_Benson
博客等级 码龄16年 9粉丝 354原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值