题目
两种做法
网络流
思路
因为是网络流24题网络流十分擅长这种求关系的题目,所以我们优先考虑写网络流。
对于网络流一类的问题,我们优先打开画图软件思考如何建模。
首先我们先把这些题目与类型之间建一条边:

接着再把这些无向边变成有向边,然后再加上源节点S与汇节点T,再把源节点与类型相连,把题目与汇节点相连:

这不就成了一个标准的网络流模型吗?
至于我是怎么想出以上操作的……诶嘿~(试图萌混过关.jpg)
话说这个不是标准套路吗(小声bb)
然后就该考虑如何设置边的容量。
因为每道题只能被选择一次,所以题目到T的边的容量全部设为1。
设类型 i _i i需要选择 k i k_i ki 道题,那么经过它流到汇点 T 的流量必须正好为 k i k_i ki 。
如果多于 k i k_i ki 的话代表你多选了一题,小于 k i k_i ki 的话代表已经没有题目可以选择了。
所以我们正好把S到类型 i _i i的边的容量设为 k i k_i ki,这样你就不可能因为多选题目导致出现奇奇怪怪的错误。
最后就是类型到题目的边了。
可以看出,只要你不把这些边的容量设成小于1的数就行了。
因为题目到汇点 T 的边容量为1,所以无论你把类型到题目的边的容量设到多大,在最大流算法中跑出来的结果都是一样的(如果大到爆int、ll的话当我没说/jk)
要注意的东西
建图之前,边一定要初始化,可见网络流的建图方式(我还暂时没写,有空补上)
网络流求出的最大流就是你选择的题目数量,如果最大流不等于你要选择的题目总和,那么无解。
边不要建反了/kk(某位反复建反边的蒟蒻感觉/kk)
代码
#include <bits/stdc++.h>
using namespace std;
const int N = 1e3 + 27;
const int M = 2.1e4 + 27;
const int INF = 2e9 + 7;
struct edge {
int v,c,fail;
}e[M << 1];
int p[N],eid;
void init() {
memset(p,-1,sizeof p);
eid = 0;
}
void insert(int u,int v,int c) {
e[eid].v = v;
e[eid].c = c;
e[eid].fail = p[u];
p[u] = eid ++;
}
void addedge(int u,int v,int c) {
insert(u,v,c);
insert(v,u,0);
}
int S,T;
int cur[N],dep[N];
queue<int> q;
bool bfs() {
memset(dep,-1,sizeof(dep));
dep[S] = 0; q.push(S);
while(!q.empty()) {
int u = q.front();
q.pop();
for(int i = p[u];i != -1;i = e[i].fail) {
int v = e[i].v;
if(e[i].c > 0 && dep[v] == -1) {
dep[v] = dep[u] + 1;
q.push(v);
}
}
}
return dep[T] != -1;
}
int dfs(int u,int flow) {
if(u == T) {
return flow;
}
int res = 0;
for(int i = cur[u];i != -1;i = e[i].fail) {
cur[u] = i;
int v = e[i].v;
if(e[i].c > 0 && dep[v] == dep[u] + 1) {
int maxflow = dfs(v,min(flow,e[i].c));
e[i].c -= maxflow;
flow -= maxflow;
res += maxflow;
e[i ^ 1].c += maxflow;
if(flow == 0) {
break;
}
}
}
if(res == 0) {
dep[u] = -1;
}
return res;
}
int Dinic() {
int res = 0;
while(bfs()) {
memcpy(cur,p,sizeof cur);
res += dfs(S,INF);
}
return res;
}
int n,k,m;
int main() {
init(); S = 0;
scanf("%d%d",&k,&n);
T = k + n + 1;
for(int v = 1;v <= k;++ v) {
int flow;
scanf("%d",&flow);
addedge(S,v,flow);
m += flow;
}
for(int v = k + 1;v <= k + n;++ v) {
int cnt,u;
scanf("%d",&cnt);
for(int i = 1;i <= cnt;++ i) {
scanf("%d",&u);
addedge(u,v,1);
}
}
for(int u = k + 1;u <= n + k;++ u) {
addedge(u,T,1);
}
if(Dinic() != m) {
printf("No Solution!");
return 0;
}
for(int u = 1;u <= k;++ u) {
printf("%d:",u);
for(int j = p[u];j != -1;j = e[j].fail) {
int v = e[j].v;
if(v != 0 && e[j ^ 1].c > 0) {
printf(" %d",v - k);
}
}
printf("\n");
}
return 0;
}
匈牙利算法
直接最大二分图匹配,十分无脑。
但这不属于网络流的范围,本蒟蒻不给予任何思路与代码上的参考。
网络流与最大匹配算法解决组合优化问题
本文介绍了如何使用网络流算法解决一道组合优化问题,涉及到将题目分配给不同类型的题目限制。首先通过建模将问题转化为网络流问题,接着详细解释了建图过程、设置边容量的策略以及需要注意的事项。代码部分展示了如何实现 Dinic's Algorithm 来求解最大流,从而找到符合条件的题目分配方案。此外,还提到了匈牙利算法作为另一种解决此类问题的方法,但未给出具体实现。
199

被折叠的 条评论
为什么被折叠?



