SGU 206 Roads KM算法 匹配模型的转化
来源:互联网 发布:js 初始化二维array 编辑:程序博客网 时间:2024/04/29 10:50
这是一道非常好的题目
题目大意:
给了一个图,n个点,m条边,其中前n-1条边保证是生成树,现在你可以修改每条边的边权,花费为修改量,然后用最小的花费修改使得前n-1条边为最小生成树
这题乍一看无从下手
实际上可以这么分析
边可以分为两类,一种是前n-1条边,构成了一个生成树,其他的边是另外一种边
显然如果我们要达到最小生成树的目的,就要让生成树上的边变小,而另外的边变大
从第n条边到第m条边,每条边如果加入那个生成树中,必然会构成了一个环,而我们不想让这条边去替换环中的任意一条边,所以这条边必须比任意环中的边要大。
假设环中的某边为i,这条边为j, 权值分为w[i], w[j] ,修改后的权值为 w[i] - x[i] , w[j] + x[j] 必然有 w[i] - x[i] <= w[j] + x[j] 从而有 x[i] + x[j] >= w[i] - w[j]
然后目的是sum(x[i]) 1 <= i <= m 最小
观察x[i] + x[j] >= w[i] - w[j] 这个不等式和我们的目的,是否发现跟KM算法有相像之处?
因为由可行点标的的定义,图中的任意一个完全匹配,其边权总和均不大于所有点的标号之和,而仅由可行边组成的完全匹配的边权总和等于所有点的标号之和
而我们在寻找可行边的过程,每条边从不是可行边到变为可行边,会使边两端的可行顶标之和减小,最后到达最大权匹配时就是顶标和最小的时候。
这道题又像我们传达了一个算法活用的思想。
往往根据几个式子,就可以转化为某个模型。这也是建立在对算法的深刻理解上吧、
注意:如果两边点数不知谁大谁小,点数少的那一方补齐点,补的点跟另一方的点的边权都为0,KM是先保证的最大匹配数,再保证的最大权
#include <iostream>#include <algorithm>#include <cstring>#include <string>#include <cstdio>#include <cmath>#include <queue>#include <map>#include <set>#define eps 1e-5#define MAXN 405#define MAXM 405#define INF 100000007using namespace std;int n, m, ny, nx;int w[MAXN][MAXM];int lx[MAXN], ly[MAXM];int linky[MAXM];int visx[MAXN], visy[MAXM];int slack[MAXM];bool find(int x){ visx[x] = 1; for(int y = 1; y <= ny; y++) { if(visy[y]) continue; int t = lx[x] + ly[y] - w[x][y]; if(t == 0) { visy[y] = 1; if(linky[y] == -1 || find(linky[y])) { linky[y] = x; return true; } } else if(slack[y] > t) slack[y] = t; } return false;}int KM(){ memset(linky, -1, sizeof(linky)); for(int i = 1; i <= nx; i++) lx[i] = -INF; memset(ly, 0, sizeof(ly)); for(int i = 1; i <= nx; i++) for(int j = 1; j <= ny; j++) if(w[i][j] > lx[i]) lx[i] = w[i][j]; for(int x = 1; x <= nx; x++) { for(int i = 1; i <= ny; i++) slack[i] = INF; while(true) { memset(visx, 0, sizeof(visx)); memset(visy, 0, sizeof(visy)); if(find(x)) break; int d = INF; for(int i = 1; i <= ny; i++) if(!visy[i]) d = min(d, slack[i]); if(d == INF) return -1; for(int i = 1; i <= nx; i++) if(visx[i]) lx[i] -=d; for(int i = 1; i <= ny; i++) if(visy[i]) ly[i] += d; else slack[i] -= d; } } return 1;}int x[MAXN], y[MAXN], z[MAXN];int g[MAXN][MAXN];int dfs(int pre, int u, int v, int id){ if(u == v) return 1; for(int i = 1; i <= n; i++) { if(pre == i || !g[u][i]) continue; if(dfs(u, i, v, id)) { w[g[u][i]][id] = z[g[u][i]] - z[id]; return 1; } } return 0;}int main(){ scanf("%d%d", &n, &m); for(int i = 1; i <= m; i++) scanf("%d%d%d", &x[i], &y[i], &z[i]); for(int i = 1; i <= n - 1; i++) g[x[i]][y[i]] = g[y[i]][x[i]] = i; for(int i = 1; i <= m; i++) for(int j = 1; j <= m; j++) w[i][j] = 0; nx = ny = m; for(int i = n; i <= m; i++) dfs(0, x[i], y[i], i); KM(); for(int i = 1; i < n; i++) printf("%d\n", z[i] - lx[i]); for(int i = n; i <= m; i++) printf("%d\n", z[i] + ly[i]); return 0;}
- SGU 206 Roads KM算法 匹配模型的转化
- sgu-206 Roads
- 最大权匹配KM算法的理解
- KM算法 二分图的最佳匹配
- km算法的非最优匹配应用
- 【最大权二分匹配的KM算法】
- 二分图的最佳匹配(KM 算法)
- 带权值的二分图匹配 KM算法
- 最大权匹配的KM算法
- 二分图带权匹配 KM算法与费用流模型建立
- 二分图带权匹配 KM算法与费用流模型建立
- 二分图带权匹配 KM算法与费用流模型建立
- 二分图带权匹配 KM算法与费用流模型建立
- 二分图带权匹配 KM算法与费用流模型建立
- KM算法求完全匹配情况下的最大匹配
- KM算法(完备匹配下的最大权匹配)
- 关于匈牙利算法+二分匹配和KM算法的链接
- HDU3488 Tour(二分图最小完备匹配,KM算法,转化思想)
- 由一个需求聊聊WCF(四)
- pythonchallenge--4
- 非递归方式遍历二叉树的几种方法
- windows下C的定时器timeSetEvent使用
- c++虚基类
- SGU 206 Roads KM算法 匹配模型的转化
- VS2005中Manifest引入的问题
- Failed to push selection: Read-only file system
- 【自动化测试技术QTP基础系列四】--如何学习QTP
- 【hdu 2066】 一个人的旅行 ( 最短路 Dijkstra)
- unbuntu 12.04 英文版本下 fcitx 配置文件--无图形界面 改为 有图形界面 参数设置
- iOS: 从ipa提取图片资源文件及从iOS设备提取ipa文件的方法
- USACO Score Inflation,完全背包问题
- MVC3中的Html.ActionLink