zoj 3668 差分约束

本文介绍了一种利用查分约束解决序列和范围限制问题的方法,通过构建图和应用SPFA算法来求解最大取值。适用于需要在特定范围内优化序列值的场景。

题意:给定L,R ,A,B; 表示序列从L到R的和>=A  , < =B。并输出序列最大的取值,误解输出  "The spacecraft is broken!"

查分约束:  u---->v 建条边 ,则有dis( v ) <=dis(u) +w(u,v);  即dis (v)- dis(u)< = w(u,v);

sum【R】表示0到R的和。 则sum【R】 - sum【L-1】 >= A; sum【R】 - sum【L-1】<=B;

   写成小于等于的形式 。sum【L-1】 - sum【R】 < = - A ;

 

#include<cstdio>
#include<cstring>
#include<iostream>
#include<stack>
using namespace std;
const int inf=0x3f3f3f3f;
const int N=1005;
struct Point
{
    int v,w;
    int next;
}edge[50000];
int vis[N],head[N],cnt[N],dis[N];
int n,tot;
void add(int u,int v,int w)
{
    edge[tot].v=v;
    edge[tot].w=w;
    edge[tot].next=head[u];
    head[u]=tot++;
}
bool spfa(int s)
{
    for(int i=0;i<=n+1;i++) dis[i]=inf;
    memset(vis,0,sizeof(vis));
    memset(cnt,0,sizeof(cnt));
    dis[s]=0;
    vis[s]=1;
    ++cnt[s];
    stack<int>S;
    S.push(s);
    while(!S.empty())
    {
        int u=S.top();S.pop();
        vis[u]=0;
        for(int i=head[u];i!=-1;i=edge[i].next)
        {
            int v=edge[i].v;
            int w=edge[i].w;
            if(dis[v]>dis[u]+w)
            {
                dis[v]=dis[u]+w;
                if(!vis[v])
                {
                    vis[v]=1;
                    if(++cnt[v]>n) return false;
                    S.push(v);
                }
            }
        }
    }
    return true;
}
int main()
{
    freopen("Input.txt","r",stdin);
    int m,i;
    while(~scanf("%d%d",&n,&m))
    {
        tot=0;
        memset(head,-1,sizeof(head));
        int a,b,c,d,cc=0;
        for(i=1;i<=m;i++)
        {
            scanf("%d%d%d%d",&a,&b,&c,&d);
            if(c>d) cc=1;
            add(a-1,b,d); add(b,a-1,-c); //建边
        }
        if(cc==1) { puts("The spacecraft is broken!"); continue;}
        for(i=1;i<=n;i++)  //保证图的连通性。
          add(i-1,i,10000) , add(i,i-1,10000);
        bool flag=spfa(0);//0为源点。
        if(flag)
        {
            for(i=0;i<n;i++)
             printf("%d ",dis[i]-dis[i-1]);
            printf("%d\n",dis[n]-dis[n-1]);
        }
        else puts("The spacecraft is broken!");
    }
    return 0;
}

Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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