HDU 3572 Task Schedule

本文探讨如何利用最大流算法解决多个机器处理不同任务的最优分配问题,通过构建图模型,实现任务与资源的有效匹配。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=3572

题意:给你m个机器和n个任务,每个任务有处理该任务需要的时间,最早的开始时间和最迟的结束时间。我觉得这个题目还是值得思考的,首先,有一个关系,就是每个机器在每一天只能处理一个任务,这个条件其实很关键,这样就可以把机器和天数建立边,容量为1来限制,这样是不是瞬间就眼熟了?(其实我也是参考的别人的思路)
设源点s,每一个任务和源点相连,容量为处理时间p,然后把任务和该任务可以存在的天数相连,容量为1,再讲每一天和汇点t相连,容量为m,表示每一天都可以有m个机器工作,最后求最大流。设一个总处理量sum,sum=sigma(pi),及所有任务的处理次数(按一天一次算),当最后的最大流等于总处理量是,就是yes,否则就是no。

AC代码:

//
//  Created by  CQU_CST_WuErli
//  Copyright (c) 2015 CQU_CST_WuErli. All rights reserved.
//
// #include<bits/stdc++.h>
#include <iostream>
#include <cstring>
#include <cstdio>
#include <cstdlib>
#include <cctype>
#include <cmath>
#include <string>
#include <vector>
#include <list>
#include <map>
#include <queue>
#include <stack>
#include <set>
#include <algorithm>
#include <sstream>
#define CLR(x) memset(x,0,sizeof(x))
#define OFF(x) memset(x,-1,sizeof(x))
#define MEM(x,a) memset((x),(a),sizeof(x))
#define ALL(x) x.begin(),x.end()
#define AT(i,v) for (auto &i:v)
#define For_UVa if (kase!=1) cout << endl
#define BUG cout << "I am here" << endl
#define lookln(x) cout << #x << "=" << x << endl
#define look(x) cout << #x << "=" << x
#define SI(a) scanf("%d",&a)
#define SII(a,b) scanf("%d%d",&a,&b)
#define SIII(a,b,c) scanf("%d%d%d",&a,&b,&c)
#define root 1,n,1
#define lson l,m,rt<<1
#define rson m+1,r,rt<<1|1
#define BigInteger bign
const int MAX_L=2005;// For BigInteger
const int INF_INT=0x3f3f3f3f;
const long long INF_LL=0x7fffffff;
const int MOD=1e9+7;
const double eps=1e-9;
const double pi=acos(-1);
typedef long long  ll;
using namespace std;

const int N=3e5;
const int M=1010;
int pnt[N],head[M],nxt[N],cap[N];
int cnt;
int iter[M],level[M];
int n,m;

void add_edge(int u,int v,int w){
    pnt[cnt]=v;nxt[cnt]=head[u];head[u]=cnt;
    cap[cnt++]=w;
} 

bool bfs(int s,int t){
    OFF(level);
    queue<int> q;
    q.push(s);
    level[s]=0;
    while (!q.empty()){
        int x=q.front();q.pop();
        for (int i=head[x];~i;i=nxt[i]){
            int v=pnt[i];
            if (level[v]==-1 && cap[i]){
                level[v]=level[x]+1;
                q.push(v);
            }
        }
    }
    return level[t]!=-1;
}

int dfs(int u,int t,int Flow){
    if (u==t) return Flow;
    int left=Flow;
    for (int i=iter[u];~i;i=nxt[i]){
        int v=pnt[i];
        if (level[v]==level[u]+1 && cap[i]){
            int d=dfs(v,t,min(left,cap[i]));
            left-=d;
            cap[i]-=d;
            cap[i^1]+=d;
            if (!left) return Flow;
        }
    }
    level[u]=-1;
    return Flow-left;
}

int Dinic(int s,int t){
    int Max_flow=0;
    while (bfs(s,t)){
        for (int i=s;i<=t;i++) iter[i]=head[i];
        Max_flow+=dfs(s,t,INF_INT);
    }
    return Max_flow;
}

int main(){
#ifdef LOCAL
    freopen("C:\\Users\\john\\Desktop\\in.txt","r",stdin);
//  freopen("C:\\Users\\john\\Desktop\\out.txt","w",stdout);
#endif
    int _;
    for (int kase=scanf("%d",&_);kase<=_;kase++){
        OFF(head);cnt=0;
        SII(n,m);
        int source=0,sink=0,maxd=0;
        int sum=0;
        for (int i=1;i<=n;i++){
            int p,st,ed;
            SIII(p,st,ed);
            sum+=p;
            add_edge(source,i,p);
            add_edge(i,source,0);
            maxd=max(maxd,ed);
            for (int j=st;j<=ed;j++){
                add_edge(i,j+n,1);
                add_edge(j+n,i,0);
            }
        }
        sink=maxd+n+1;
        for (int i=1;i<=maxd;i++){
            add_edge(i+n,sink,m);
            add_edge(sink,i+n,0);
        }
        int ans=Dinic(source,sink);
//      lookln(ans);
        cout << "Case " << kase << ": ";
        if (ans==sum) cout << "Yes\n";
        else cout << "No\n";
        puts("");
    }
    return 0;
}
### 使用 C++ 读取 MATLAB 的 `.m` 文件 为了实现这一目标,通常有两种主要的方法: #### 方法一:通过调用 MATLAB Engine API MATLAB 提供了一个名为 MATLAB Engine API 的接口,允许外部应用程序启动 MATLAB 并执行命令。对于 C++ 来说,可以利用 `engine.h` 头文件来加载并运行 `.m` 文件中的函数。 ```cpp #include "engine.h" #include <iostream> int main() { // 启动MATLAB引擎 Engine *ep; if (!(ep = engOpen(""))) { std::cerr << "无法连接到MATLAB引擎\n"; return EXIT_FAILURE; } // 将工作目录设置为包含.m文件的位置 engEvalString(ep, "cd('path_to_your_m_file_directory');"); // 调用.m文件内的函数 engEvalString(ep, "addpath(genpath('path_to_additional_toolboxes'));"); double a = 5.0, b = 3.0; mxArray* result; // 假设要调用的是 You 函数 engPutVariable(ep, "a", mxCreateDoubleScalar(a)); engPutVariable(ep, "b", mxCreateDoubleScalar(b)); engPutVariable(ep, "flag", mxCreateLogicalScalar(0)); engEvalString(ep, "[r,h] = You(a,b,flag);"); // 获取返回的结果 result = engGetVariable(ep, "r"); double output_r = mxGetPr(result)[0]; result = engGetVariable(ep, "h"); double output_h = mxGetPr(result)[0]; std::cout << "Result from MATLAB: r=" << output_r << ", h=" << output_h << "\n"; // 关闭MATLAB引擎 engClose(ep); return EXIT_SUCCESS; } ``` 这种方法依赖于安装有 MATLAB 运行环境,并且需要编译链接特定版本的库文件[^1]。 #### 方法二:将 M 文件转换成共享库 (DLL 或者其他形式) 另一种方式是先将`.m`文件打包成为动态链接库(DLL),之后再由C++程序去调用这个库里的功能。这涉及到创建一个独立的应用程序或组件,它可以在不打开完整的MATLAB界面的情况下被其它语言所使用。具体操作可以通过MATLAB Compiler工具箱完成,在构建过程中会自动生成所需的头文件和导入库[^2]。 这两种方案各有优缺点,前者更灵活但可能性能稍差;后者效率较高却增加了部署复杂度。选择哪种取决于实际应用场景的需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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