Chips Challenge,UVA1104,amazing的建图+有源汇上下界最小费用最大流

本文介绍了一种使用二分图与费用流算法解决特定问题的方法。通过枚举行列的最大选择数量,构建了一个二分图模型,并利用费用流算法找到全局最优解。文章详细解释了算法的具体实现步骤及代码实现。

正题

      真是非常的amazing啊!

      先说说正确做法.

      由于要满足A/B的限制,考虑暴力枚举每一行每一列最多选多少个,根据这个求出当前全局最多选多少个,如果满足条件,那么更新答案.

      对于行列建立二分图,源向行点连边,容量为该行的可放置部件(包括已选)的位置个数,列点向汇连边容量为该列的可放置部件(包括已选)的位置个数.枚举行列最大值t,从行点到该行对应的列点连一条容量为t的边,这条边流了多少,说明行和列各选了多少.

      对于一个可放置点(x,y),从行x向列y连一条容量为1,花费为1的边,表示流过这条边则不选.

      最后因为要求当前全局最多选多少个,所以在满流的前提下,令删掉的最小(费用最小)即可.

      证明考虑行x列x,有行x的入度-行x的非列x出度=行x的列x出度=列x的行x入度=列x的出度-列x的非行x入度,行x的非列x出度和列x的非行x入度都表示的是不选的点,若行x的入度恰好等于该行的可放置部件位置个数(包括已选),列x同理,则可以说明,行x选的个数=列x选的个数.

      也可以考虑有2n个变量,表示该行该列可放置部件的位置个数,有多个(x,y),表示每次可以给行x减一,列x减一,问是否存在某种方案使得最后行x与列x相等,这样建图就相当于先去掉那些(x,y),对于剩下的,必须要满足行x=列x,因为流量平衡.

总结

      一开始想了20min就有思路了,首先也是暴力枚举,大概就是对于每行每列都建两个点,用来限制流量,中间连的边就是这行这列还能选多少个点,如果对于i,如果行i本身选的比列i多,那么相当于列i要多找几个点出来,所以就从列i的出点向汇点连边,行i同理.

      同时,要走的是一条类似转换路的东西,因为(x,y),(y,z)本质上就是(x,z),所以我就从每个列的出点向行的入点连边,这样走出来的路就是对的,然后相当于要让选的东西最多,所以找的就是最长路,但是这个东西有正环,然后不会费用流的消圈算法,也可能写出来也不一定对?

      总之题解的建图方法十分的巧妙,本质上就是正题的最后一段,十分的牛,考场上也许可以先想到2n个变量增减,然后再想到流量平衡来满足限制?正难则反?另外再用费用来解决删的少?

      代码是我的没解决负环版本,UVA上都上不了了,就懒得打了,除了建边也就是个板子吧?

#include<bits/stdc++.h>
using namespace std;

const int N=170,M=2010;
struct edge{
	int y,nex,f,c;
}s[M<<1];
int first[N],len=1,h[N],l[N],d[N],mmin[N],pre[N];
int n,S,T,A,B;
bool tf[N];
char p[N][N];
queue<int> qs;

void ins(int x,int y,int f,int c){
	printf("%d %d %d %d\n",x,y,f,c);
	s[++len]=(edge){y,first[x],f,c};first[x]=len;
	s[++len]=(edge){x,first[y],0,-c};first[y]=len;
}

int SPFA(){
	for(int i=1;i<=T;i++) d[i]=1e9;
	d[S]=0;qs.push(S);tf[S]=true;mmin[S]=1e9;
	while(!qs.empty()){
		
		int x=qs.front();qs.pop();tf[x]=false;
		for(int i=first[x];i!=0;i=s[i].nex) if(s[i].f && d[s[i].y]>d[x]+s[i].c){
			d[s[i].y]=d[x]+s[i].c;
			mmin[s[i].y]=min(mmin[x],s[i].f);
			pre[s[i].y]=i;
			if(!tf[s[i].y]) qs.push(s[i].y),tf[s[i].y]=true;
		}
	}
	if(d[T]==1e9) return 1e9;
	int now=T;
	while(now!=S){
		s[pre[now]].f-=mmin[T];
		s[pre[now]^1].f+=mmin[T];
		now=s[pre[now]^1].y;
	}
	return mmin[T]*d[T];
}

int MCMF(){
	int tot=0;
	while(1){
		int dx=SPFA();
		if(dx==1e9) break;
		tot+=dx;
	}
	return tot;
}

int check(int maxf){
	for(int i=1;i<=T;i++) first[i]=h[i]=l[i]=0;len=1;
	int tot=0;
	for(int i=1;i<=n;i++)
		for(int j=1;j<=n;j++)
			if(p[i][j]=='C') h[i]++,l[j]++,tot++;
			else if(p[i][j]=='.') ins(i+n,j+2*n,1,-1);
	for(int i=1;i<=n;i++){
		if(h[i]>l[i]) ins(i+3*n,T,h[i]-l[i],0);
		else if(h[i]<l[i]) ins(S,i,l[i]-h[i],0);
		if(h[i]>maxf || l[i]>maxf) return -1;
		ins(i,i+n,maxf-h[i],0);ins(i+2*n,i+3*n,maxf-l[i],0);
		ins(i+3*n,i,1e9,0);
	}
	int ans=-MCMF();printf("%d\n",ans);
	for(int i=first[S];i;i=s[i].nex) if(s[i].f) return -1;
	return 1ll*maxf*B<=1ll*(tot+ans)*A?ans:-1;
}

int main(){
	scanf("%d %d %d",&n,&A,&B);S=4*n+1;T=S+1;
	for(int i=1;i<=n;i++) scanf("%s",p[i]+1);
	bool tf=true;
	int tmp=-1;
	for(int i=first[S];i;i=s[i].nex) if(s[i].c){tf=false;break;}
	for(int i=0;i<=n;i++) tmp=max(tmp,check(i));
	if(tmp==-1) printf("impossible");
	else printf("%d",tmp);
}

 

考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读议:议读者结合Matlab代码深入理解模型构与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
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