HDU3549最大流多路增广(Ford-Fulkerson邻接矩阵)

本文解析了HDU3549最大流问题,提供了两种不同的深度优先搜索算法实现方法,并通过具体代码示例展示了如何解决从1号点到N号点的最大流问题。

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

HDU 3549 Flow Problem(最大流入门)

http://acm.hdu.edu.cn/showproblem.php?pid=3549

题意:

       给你一个N个顶点M条边的有向图,要你求1号点到N号点的最大流.

分析:

       注意本题有重边.

code 1:

#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
using namespace std;
#define INF 0x3f3f3f3f
const int maxn = 16;
int cap[maxn][maxn];
bool vis[maxn];
int n, m, s, t, maxflow;
int dfs(int u, int low)
{
    int flow;
    if(u == t)
        return low;
    vis[u] = true;
    for(int v = 1; v <= n; v++)
    {
        if(!vis[v] && cap[u][v] && (flow = dfs(v, min(low, cap[u][v]))))
        {
            cap[u][v] -= flow;
            cap[v][u] += flow;
            return flow;
        }
    }
    return 0;
}
int main()
{
    int T, u, v, w, flow;
    scanf("%d", &T);
    for(int kase = 1; kase <= T; kase++)
    {
        scanf("%d%d", &n, &m);
        memset(cap, 0, sizeof(cap));
        memset(vis, false, sizeof(vis));
        for(int i = 1; i <= m ; i++)
        {
            scanf("%d%d%d", &u, &v, &w);
            cap[u][v] += w;
        }
        s = 1, t = n;
        maxflow = 0;
        while(flow = dfs(s, INF))
        {
            maxflow += flow;
            memset(vis, false, sizeof(vis));
        }
        printf("Case %d: %d\n", kase, maxflow);
    }
    return 0;
}


code2:  多路增广

#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
using namespace std;
#define INF 0x3f3f3f3f
const int maxn = 16;
int cap[maxn][maxn];
bool vis[maxn];
int n, m, s, t, maxflow;
int dfs(int u, int low)
{
    int flow, sum = 0;
    if(u == t)
        return low;
    vis[u] = true;
    for(int v = 1; v <= n; v++)
    {
        if(!vis[v] && cap[u][v] && (flow = dfs(v, min(low, cap[u][v]))))
        {
            sum += flow;
            low -= flow;
            cap[u][v] -= flow;
            cap[v][u] += flow;
            if(!low)
                break;
        }
    }
    return sum;
}
int main()
{
    int T, u, v, w, flow;
    scanf("%d", &T);
    for(int kase = 1; kase <= T; kase++)
    {
        scanf("%d%d", &n, &m);
        memset(cap, 0, sizeof(cap));
        memset(vis, false, sizeof(vis));
        for(int i = 1; i <= m ; i++)
        {
            scanf("%d%d%d", &u, &v, &w);
            cap[u][v] += w;
        }
        s = 1, t = n;
        maxflow = 0;
        while(flow = dfs(s, INF))
        {
            maxflow += flow;
            memset(vis, false, sizeof(vis));
        }
        printf("Case %d: %d\n", kase, maxflow);
    }
    return 0;
}


### HDU 2544 题目分析 HDU 2544 是关于最短路径的经典问题,可以通过多种方法解决,其中包括基于邻接矩阵的 Floyd-Warshall 算法。以下是针对该问题的具体解答。 --- #### 基于邻接矩阵的 Floyd-Warshall 实现 Floyd-Warshall 算法是一种动态规划算法,适用于计算任意两点之间的最短路径。它的时间复杂度为 \( O(V^3) \),其中 \( V \) 表示节点的数量。对于本题中的数据规模 (\( N \leq 100 \)),此算法完全适用。 下面是具体的实现方式: ```cpp #include <iostream> #include <algorithm> using namespace std; const int INF = 0x3f3f3f3f; int dist[105][105]; int n, m; void floyd() { for (int k = 1; k <= n; ++k) { // 中间节点 for (int i = 1; i <= n; ++i) { // 起始节点 for (int j = 1; j <= n; ++j) { // 结束节点 if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } } int main() { while (cin >> n >> m && (n || m)) { // 初始化邻接矩阵 for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { if (i == j) dist[i][j] = 0; else dist[i][j] = INF; } } // 输入边的信息并更新邻接矩阵 for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; dist[u][v] = min(dist[u][v], w); dist[v][u] = min(dist[v][u], w); // 如果是有向图,则去掉这一行 } // 执行 Floyd-Warshall 算法 floyd(); // 输出起点到终点的最短距离 cout << (dist[1][n] >= INF ? -1 : dist[1][n]) << endl; } return 0; } ``` --- #### 关键点解析 1. **邻接矩阵初始化** 使用二维数组 `dist` 存储每一对节点间的最小距离。初始状态下,设所有节点对的距离为无穷大 (`INF`),而同一节点自身的距离为零[^4]。 2. **输入处理** 对于每条边 `(u, v)` 和权重 `w`,将其存储至邻接矩阵中,并取较小值以防止重边的影响[^4]。 3. **核心逻辑** Floyd-Warshall 的核心在于三重循环:依次尝试通过中间节点优化其他两节点间的距离关系。具体而言,若从节点 \( i \) 到 \( j \) 可经由 \( k \) 达成更优解,则更新对应位置的值[^4]。 4. **边界条件** 若最终得到的结果仍为无穷大(即无法连通),则返回 `-1`;否则输出实际距离[^4]。 --- #### 性能评估 由于题目限定 \( N \leq 100 \),因此 \( O(N^3) \) 的时间复杂度完全可以接受。此外,空间需求也较低,适合此类场景下的应用。 ---
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