省选专练SCOI2007修车

本文介绍了一种解决特定场景下的最小费用最大流问题的方法——半裸最小费用流算法。通过将人员分配问题抽象为图论问题,并利用该算法求解最小费用流,最终得到最优的人力资源配置方案。
#include<bits/stdc++.h>
#define INF 2e9+7
using namespace std;
int n,m;
struct Front_star{
	int u,v,w,c,nxt;
}e[400010];
int cnt=1;
int first[20001]={0};
void addedge(int u,int v,int w,int c){
	cnt++;
	e[cnt].u=u;
	e[cnt].v=v;
	e[cnt].w=w;
	e[cnt].c=c;
	e[cnt].nxt=first[u];
	first[u]=cnt;
}
void add(int u,int v,int w,int c){
	addedge(u,v,w,c);
	addedge(v,u,0,-c);
}
int a[2000][2000]={0};
const int S=0,T=1001;
inline int sum(int x,int y){
	return (x-1)*m+y+m;
}
int dis[20001]={0};
int pre[20001]={0};
int inqueue[20001]={0};
int vis[20001]={0};
int SPFA(){
	queue<int> q;
	for(int i=S;i<=T;i++){
		dis[i]=INF;
		pre[i]=0;
		inqueue[i]=0;
	}
	q.push(S);
	dis[S]=0;
	while(!q.empty()){
		int x=q.front();
//		cout<<"x="<<x<<endl;
		q.pop();
		inqueue[x]=0;
		for(int i=first[x];i;i=e[i].nxt){
			int v=e[i].v;
			if(dis[v]>dis[x]+e[i].c&&e[i].w){
				dis[v]=dis[x]+e[i].c;
				pre[v]=i;
				if(!inqueue[v]){
					inqueue[v]=1;
					q.push(v);
				}
			}
		} 
	}
	return dis[T]!=	INF;
} 
int Mcmf(){
	int ans=0;
	while(SPFA()){
		int s=INF;
		for(int i=pre[T];i;i=pre[e[i^1].v]) {s=min(s,e[i].w);}
		for(int i=pre[T];i;i=pre[e[i^1].v]){
			e[i].w-=s;
			e[i^1].w+=s;
			
		}
		ans+=s*dis[T];
//		cout<<ans<<endl;
//		cout<<"working!!!!"<<endl;
	}
//	exit(0);
	return ans;
}
int main(){
	scanf("%d%d",&n,&m);
	for(int i=1;i<=m;i++){
//		cout<<"31265"<<endl;
		add(S,i,1,0);//S到车流1费0
		for(int j=1;j<=n;j++){
			scanf("%d",&a[i][j]);
		}
	}
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			add(sum(i,j),T,1,0);//工人(M*N)到T流1费0
		}
	}
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			for(int k=1;k<=m;k++) add(j,sum(i,k),1,k*a[j][i]);//把每个师傅拆成n个,每个代表倒数k个修,这样与车连边,费用就是上面的辣个式子。
		}
	}
	printf("%.2lf",(double)Mcmf()*1.0/m);
}

半裸的最小费用最大流

构图:把人拆成N个点,表示N个时间段的工人。这样一共M*N个工人。然后把N辆车和M*N个工人全部连起来(完全二分图),权值是工人时间段编号*输入的时间,表示需要等待的时间。S到车流1费0,工人(M*N)到T流1费0。这样加起来后满流的最小费用/N答案了。


### 关于 SCOI2009 WINDY 数的解法 #### 定义与问题描述 WINDY数是指对于任意两个相邻位置上的数字,它们之间的差至少为\(2\)。给定正整数区间\([L, R]\),计算该范围内有多少个WINDY数。 #### 动态规划方法解析 为了高效解决这个问题,可以采用动态规划的方法来处理。定义状态`dp[i][j]`表示长度为`i`且最高位是`j`的WINDY数的数量[^3]。 - **初始化** 对于单个数字的情况(即只有一位),显然每一位都可以单独构成一个合法的WINDY数,因此有: ```cpp dp[1][d] = 1; // d ∈ {0, 1,...,9} ``` - **状态转移方程** 当考虑多位数时,如果当前位择了某个特定数值,则下一位的择会受到限制——它必须满足与前一位相差不小于2的要求。具体来说就是当上一高位为`pre`时,当前位置可范围取决于`pre`的具体取值: - 如果`pre >= 2`, 则可以择`{0... pre-2}` - 否则只能从剩余的有效集合中取 这样就可以通过遍历所有可能的状态来进行状态间的转换并累加结果。 - **边界条件处理** 特殊情况下需要注意的是,在实际应用过程中还需要考虑到给出区间的上下限约束。可以通过逐位比较的方式判断是否越界,并据此调整有效状态空间大小。 ```cpp // 计算不超过num的最大windy数数量 int calc(int num){ int f[15], g[15]; memset(f, 0, sizeof(f)); string s = to_string(num); n = s.size(); for (char c : s) { a[++len] = c - '0'; } // 初始化f数组 for (int i=0;i<=9;++i)f[1][i]=1; // DP过程略... return sum; } long long solve(long long L,long long R){ return calc(R)-calc(L-1); } ``` 此代码片段展示了如何利用预处理好的`dp`表快速查询指定范围内的WINDY数总量。其中`solve()`函数用于返回闭区间\[L,R\]内符合条件的总数;而辅助函数`calc()`负责根据传入参数构建相应的状态序列并最终得出答案。
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