ACM/ICPC 之 最小割转网络流(POJ3469)

本文详细介绍了一种将最小割问题转化为网络流问题的解决方法,通过使用邻接表和Dinic算法,实现了一个高效的最小割求解程序。文章提供了完整的代码实现,包括节点和边的定义、增广路径搜索、最大流计算等关键步骤。

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

  重点:构图

 

//最小割转网络流
//邻接表+Dinic
//Time:5797Ms   Memory:6192K
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<queue>
using namespace std;
#define MAXN 20005
#define MAXM 500005
#define INF 0x3f3f3f3f
struct Edge{
    int v, w, next;
    Edge(){}
    Edge(int vv, int ww, int nn):v(vv), w(ww), next(nn){}
}e[MAXM];
int n,m;
int s,t;
int h[MAXN], le;
int d[MAXN];
void add(int u, int v, int w)
{
    e[le] = Edge(v, w, h[u]);   h[u] = le++;
}
bool bfs()
{
    memset(d, -1, sizeof(d));
    queue<int> q;
    q.push(s);  d[s] = 0;
    while(!q.empty()){
        int cur = q.front();
        q.pop();
        for(int i = h[cur]; i != -1; i = e[i].next)
        {
            int v = e[i].v;
            if(d[v] == -1 && e[i].w)
            {
                d[v] = d[cur] + 1;
                if(v == t) return true;
                q.push(v);
            }
        }
    }
    return false;
}
int dfs(int x, int sum)
{
    if(x == t || sum == 0) return sum;
    int src = sum;
    for(int i = h[x]; i != -1; i = e[i].next)
    {
        int v = e[i].v;
        if(d[v] == d[x] + 1 && e[i].w){
            int tmp = dfs(v, min(e[i].w, sum));
            e[i].w -= tmp;
            e[i^1].w += tmp;
            sum -= tmp;
        }
    }
    return src - sum;
}
int Dinic()
{
    int maxFlow = 0;
    while(bfs())
        maxFlow += dfs(s, INF);
    return maxFlow;
}
int main()
{
    //freopen("in.txt", "r", stdin);
    memset(h,-1,sizeof(h));
    scanf("%d%d", &n,&m);
    s = 0;  t = n+1;
    for(int i = 1; i <= n; i++)
    {
        int a,b;
        scanf("%d%d", &a,&b);
        add(s, i, a);   add(i, s, 0);
        add(i, t, b);   add(t, i, 0);
    }
    for(int i = 1; i <= m; i++)
    {
        int u, v, w;
        scanf("%d%d%d", &u, &v, &w);
        add(u, v, w);   add(v, u, w);
    }
    printf("%d\n", Dinic());
    return 0;
}

 

转载于:https://www.cnblogs.com/Inkblots/p/5715856.html

内容概要:文章详细介绍了ETL工程师这一职业,解释了ETL(Extract-Transform-Load)的概念及其在数据处理中的重要性。ETL工程师负责将分散、不统一的数据整合为有价值的信息,支持企业的决策分析。日常工作包括数据整合、存储管理、挖掘设计支持和多维分析展现。文中强调了ETL工程师所需的核心技能,如数据库知识、ETL工具使用、编程能力、业务理解能力和问题解决能力。此外,还盘点了常见的ETL工具,包括开源工具如Kettle、XXL-JOB、Oozie、Azkaban和海豚调度,以及企业级工具如TASKCTL和Moia Comtrol。最后,文章探讨了ETL工程师的职业发展路径,从初级到高级的技术晋升,以及向大数据工程师或数据产品经理的横向发展,并提供了学习资源和求职技巧。 适合人群:对数据处理感兴趣,尤其是希望从事数据工程领域的人士,如数据分析师、数据科学家、软件工程师等。 使用场景及目标:①了解ETL工程师的职责和技能要求;②选择适合自己的ETL工具;③规划ETL工程师的职业发展路径;④获取相关的学习资源和求职建议。 其他说明:随着大数据技术的发展和企业数字化型的加速,ETL工程师的需求不断增加,尤其是在金融、零售、制造、人工智能、物联网和区块链等领域。数据隐私保护法规的完善也使得ETL工程师在数据安全和合规处理方面的作用更加重要。
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