BZOJ 2330 [SCOI 2011] 糖果 差分约束

本文介绍了一个关于幼儿园糖果分配的问题,通过构建图模型并利用SPFA算法寻找满足小朋友间关系要求的最少糖果数量。该问题涉及图论和最短路径算法等计算机科学概念。

Description

幼儿园里有N个小朋友,lxhgww老师现在想要给这些小朋友们分配糖果,要求每个小朋友都要分到糖果。但是小朋友们也有嫉妒心,总是会提出一些要求,比如小明不希望小红分到的糖果比他的多,于是在分配糖果的时候,lxhgww需要满足小朋友们的K个要求。幼儿园的糖果总是有限的,lxhgww想知道他至少需要准备多少个糖果,才能使得每个小朋友都能够分到糖果,并且满足小朋友们所有的要求。

Input

输入的第一行是两个整数N,K。
接下来K行,表示这些点需要满足的关系,每行3个数字,X,A,B。
如果X=1,表示第A个小朋友分到的糖果必须和第B个小朋友分到的糖果一样多;
如果X=2, 表示第A个小朋友分到的糖果必须少于第B个小朋友分到的糖果;
如果X=3, 表示第A个小朋友分到的糖果必须不少于第B个小朋友分到的糖果;
如果X=4,表示第A个小朋友分到的糖果必须多于第B个小朋友分到的糖果;
如果X=5, 表示第A个小朋友分到的糖果必须不多于第B个小朋友分到的糖果;

Output

输出一行,表示lxhgww老师至少需要准备的糖果数,如果不能满足小朋友们的所有要求,就输出-1。

Sample Input

5 7
1 1 2
2 3 2
4 4 1
3 4 5
5 4 5
2 3 5
4 5 1

Sample Output

11

HINT

【数据范围】
对于30%的数据,保证 N<=100
对于100%的数据,保证 N<=100000
对于所有的数据,保证 K<=100000,1<=X<=5,1<=A, B<=N

这是一个差分约束的题目……
根据两两之间的关系见建图,然后跑最长路,是最长路!还有要记得判断正环……
大概就是

len[y] = len[x] + 1;//如果x可以更新y节点
if(len[y] > n) //如果len[y] > n 则证明存在正环,把标记改为1,然后return
{
    h = 1;
    return ;
}

全部的代码:

#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>
using namespace std;
typedef long long LL;
const int SZ = 500010;

struct Edge
{
    int f, t, d;
}es[SZ];
int first[SZ], nxt[SZ], tot = 1, len[SZ];
int n, k;
LL dis[SZ];
bool vis[SZ], h;
deque < int > q; 

void build(int f, int t, int d)
{
    es[++ tot] = (Edge){f, t, d};
    nxt[tot] = first[f];
    first[f] = tot;
}

void spfa(int s)
{
    dis[s] = 0;
    q.push_back(s);
    vis[s] = 1;
    while(!q.empty())
    {
        int u = q.front();
        q.pop_front();
        vis[u] = 0;
        for(int i = first[u]; i; i = nxt[i])
        {
            int v = es[i].t;
            if(dis[v] < dis[u] + es[i].d)
            {
                dis[v] = dis[u] + es[i].d;
                len[v] = len[u] + 1;
                if(len[v] > n)
                {
                    h = 1;
                    return ;
                }
                if(!vis[v])
                {
                    vis[v] = 1;
                    if(q.empty())
                        q.push_back(v);
                    else
                        v < q.front() ? q.push_front(v) : q.push_back(v);
                }
            }
        }
    }
}

int main()
{
    scanf("%d%d", &n, &k);
    for(int i = 1; i <= k; i++)
    {
        int a, b, c;    
        scanf("%d%d%d", &a, &b, &c);
        if(a == 1)
            build(b, c, 0), build(c, b, 0);
        else if(a == 2)
            build(b, c, 1);
        else if(a == 3)
            build(c, b, 0);
        else if(a == 4)
            build(c, b, 1);
        else if(a == 5)
            build(b, c, 0);
    }
    for(int i = 1; i <= n; i ++)
        build(0, i, 1);
    spfa(0);
    if(h)
    {
        printf("-1");
        return 0;   
    }
    LL ans = 0;
    for(int i = 1; i <= n; i ++)
        ans += dis[i];
    printf("%lld", ans);
    return 0;

转载于:https://www.cnblogs.com/Loi-Vampire/p/6017054.html

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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