【JSOI2014】支线剧情

本文介绍一种解决上下界最小费用流问题的方法,通过构造特殊网络并利用SPFA算法求解最小费用流,实现对每条边设定最小及最大流量约束。

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

题解

事实上就是一个上下界最小费用最小流,每一条边为(1,1<<30,c)表示最少流1,最多无限流,每流1就要c的花费

那么问题就变成了怎么把这个东西跑出来

新建源汇点 S,T

对于每一条边a–>b 费用c,转化为:

从S向T连一条(1,c)的边,表示我这一条边最少流1次
a–>b:(1<<30,c),表示这一条边没有流的上限
a–>T连接一条(1,0)的边
然后每一个点向点1(原来的原点连一条(1<<30,0)的边)

为什么这样是对的呢?

我是这样想的
a–>T–>S–>b其实就相当于流了1的流量,然后呢因为我们要满足下界所以让它们都与新的源点相连,每个点连回1就相当于强制让其满足下界之后就再从一开始流

原图中的每一次流就相当于新图中那一次流流过的最后一条限制边流到1再按顺序流
可以想象有一条T–>S的流量无限制费用为0的边

事实上上下界费用流就是这样的

然后呢spfa要加点小优化,dinic里面也要加点小优化~

贴代码

#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
#include<cmath>
#define fo(i,a,b) for(i=a;i<=b;i++)

using namespace std;

const int maxn=3e4+5;

int fi[maxn],ne[maxn*2],dui[maxn*2],dui1[maxn*2],dui2[maxn*2],qc[maxn];
int h[maxn*2],dis[405],la[405];
bool bz[405],b;
int i,j,k,l,m,n,x,y,big,now,ans,flw,tp;

void add(int x,int y,int c1,int c2){
    if (fi[x]==0) fi[x]=++now; else ne[qc[x]]=++now;
    dui[now]=y; dui1[now]=c1; dui2[now]=c2; qc[x]=now;
}
void spfa(){
    memset(bz,false,sizeof(bz));
    memset(dis,66,sizeof(dis)); dis[n+1]=0;
    bz[n+1]=true; h[1]=n+1; i=1; j=0; la[n+2]=-1; la[n+1]=0;
    while (i>j){
        j++; x=h[j];
        k=fi[x];
        while (k){
            if (dui2[k]+dis[x]<dis[dui[k]] && dui1[k]){
                dis[dui[k]]=dui2[k]+dis[x]; la[dui[k]]=k;
                if (bz[dui[k]]==false){
                    bz[dui[k]]=true;
                    h[++i]=dui[k];
                    if (dis[h[i]]<dis[h[j+1]]){
                        tp=h[i]; h[i]=h[j+1]; h[j+1]=tp;
                    }
                }
            }
            k=ne[k];
        }
        bz[x]=false;
    }
}
void geans(){
    x=la[n+2]; l=0; flw=big;
    y=x;
    while (x){
        flw=min(flw,dui1[x]);
        x=la[dui[x xor 1]];
    }
    x=y;
    while (x){
        dui1[x]-=flw; dui1[x xor 1]+=flw;
        l=l+dui2[x]*flw;
        x=la[dui[x xor 1]];
    }
    if (l<=0){
        b=false; return;
    }
    ans=ans+l;
}
int main(){
    freopen("3675.in","r",stdin);
//  freopen("story.out","w",stdout);
    scanf("%d",&n); big=666666; now=1;
    fo(i,1,n){
        scanf("%d",&m);
        fo(j,1,m){
            scanf("%d%d",&x,&y);
            add(i,x,big,y); add(x,i,0,-y);
            add(n+1,x,1,y); add(x,n+1,0,-y);
        }
        if (m>0){
            add(i,n+2,m,0); add(n+2,i,0,0);
        }
        if (i!=1){
            add(i,1,big,0);
            add(1,i,0,0);
        }
    }
    b=true;
    while (b){
        spfa();
        geans();
        if (ans==3991){
            x=x;
        }
        if (b==false) break;
    }
    printf("%d",ans);
    return 0;
}
### JSOI 星球大战 相关题目及解法 #### 题目背景 很久以前,在一个遥远的星系,一个黑暗的帝国靠着它的超级武器统治着整个星系。反抗军正在计划一次大规模的反攻行动[^2]。 #### 题目描述 给定一张图表示星系中的行星及其连接关系,每颗行星可以看作是一个节点,而边则代表两颗行星之间的通信通道。初始时所有行星都是连通的。然而,随着时间推移,某些行星可能被摧毁,从而影响到整体网络的连通性。每次询问需要返回当前还剩下多少个连通分量。 该问题的核心在于动态维护图的连通性变化情况,并快速响应查询操作。 --- #### 解决方案概述 此问题可以通过 **并查集 (Disjoint Set Union, DSU)** 数据结构来高效解决。以下是具体实现方法: 1. 并查集是一种用于处理不相交集合的数据结构,支持两种主要操作: - `find(x)`:找到元素 $x$ 所属集合的根节点。 - `union(x, y)`:将两个不同集合合并成一个新的集合。 这些操作的时间复杂度接近常数级别(通过路径压缩优化后为 $\alpha(n)$),其中 $\alpha(n)$ 是阿克曼函数的逆函数。 2. 对于本题而言,由于是倒序模拟行星毁灭的过程,因此可以从最终状态向前回溯重建历史记录。即先假设所有的行星都被摧毁了,再逐步恢复它们的存在状态。 3. 使用数组存储每个时间点上的事件顺序,按照输入数据给出的销毁次序依次执行相应的动作即可完成任务需求。 --- #### 实现细节 下面提供了一个基于 Python 的解决方案框架: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union_set(self, x, y): xr = self.find(x) yr = self.find(y) if xr == yr: return False if self.rank[xr] < self.rank[yr]: self.parent[xr] = yr elif self.rank[xr] > self.rank[yr]: self.parent[yr] = xr else: self.parent[yr] = xr self.rank[xr] += 1 return True def main(): import sys input = sys.stdin.read data = input().split() N, M = int(data[0]), int(data[1]) edges = [] for i in range(M): u, v = map(int, data[i*2+2:i*2+4]) edges.append((u-1, v-1)) # Convert to zero-based index destroyed_order = list(map(lambda x:int(x)-1, data[M*2+2:M*2+N+2])) queries = [] uf = UnionFind(N) current_components = N result = [] # Preprocess the reverse order of destructions. active_edges = set(edges) edge_map = {tuple(sorted(edge)): idx for idx, edge in enumerate(edges)} status = [True]*M for planet in reversed(destroyed_order): initial_state = current_components connected_to_planet = [ e for e in active_edges if planet in e and all(status[edge_map[tuple(sorted(e))]] for e in active_edges)] for a, b in connected_to_planet: if uf.union_set(a, b): current_components -= 1 result.append(current_components) queries.insert(0, str(initial_state)) print("\n".join(reversed(result))) if __name__ == "__main__": main() ``` 上述代码定义了一个简单的并查集类以及主程序逻辑部分。它读取标准输入中的数据,构建所需的邻接表形式表达图的关系矩阵;接着依据指定好的破坏序列逐一还原各阶段下的实际状况直至结束为止。 --- #### 性能分析 对于最大规模测试案例来说 ($N=10^5$, $M=4 \times 10^5$),这种方法能够很好地满足性能要求。因为每一次联合操作几乎都可以视为 O(α(N)) 时间消耗,所以总体运行效率非常高。 ---
评论 1
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