P2764 最小路径覆盖

定理:最小路径覆盖数 = 点数 - 最大匹配数

我们首先将原图用n条路径覆盖,每条边只经过一个节点(本身)。

可以知道每合并两条路径,路径覆盖数就会减少1。现在尽量合并更多的路径(即将两个路径通过一条边首尾相连)。

所以拆点做二分图最大匹配即可。

代码:

#include<bits/stdc++.h>
using namespace std;
const int maxn = 510;
const int INF = 0x3f3f3f3f;

int m, n;
struct Node
{
    int to, cap, rev;
};

vector<Node> G[maxn * 50];
int level[maxn], iter[maxn];
bool b[maxn];

void addedge(int from, int to, int cap)
{
    G[from].push_back((Node){to, cap, G[to].size()});
    G[to].push_back((Node){from, 0, G[from].size() - 1});
}

void bfs(int s)
{
    memset(level, 0, sizeof(level));
    queue<int> que;
    level[s] = 1;
    que.push(s);
    while(!que.empty())
    {
        int v = que.front(); que.pop();
        for(int i = 0; i < G[v].size(); i++){
            Node &e = G[v][i];
            if(e.cap > 0 && level[e.to] <= 0){
                level[e.to] = level[v] + 1;
                que.push(e.to);
            }
        }
    }
}

int dfs(int v, int t, int f)
{
    if(v == t) return f;
    for(int &i = iter[v]; i < G[v].size(); i++)
    {
        Node &e = G[v][i];
        if(e.cap > 0 && level[v] < level[e.to])
        {
            int d = dfs(e.to, t, min(f, e.cap));
            if(d > 0)
            {
                e.cap -= d;
                G[e.to][e.rev].cap += d;
                return d;
            }
        }
    }
    return 0;
}

int max_flow(int s, int t)
{
    int flow = 0;
    while(1){
        bfs(s);
        if(level[t] <= 0) return flow;
        memset(iter, 0, sizeof(iter));
        int f;
        while((f = dfs(s, t , INF)) > 0) flow += f;
    }
}

void print(int x)
{
    b[x] = true;
    printf("%d ", x);
    int len = G[x].size();
    for(int j = 0; j < len; j++)
        if(G[x][j].cap == 0 && G[x][j].to != 0)
        {
            print(G[x][j].to - n); return;
        }
}
int main()
{
    while(~scanf("%d%d", &n, &m))
    {
        memset(b, 0, sizeof(b));
        int s = 0, t = 2 * n + 1;
        for(int i = 0; i <= n; i++) G[i].clear();
        for(int i = 1; i <= n; i++)
        {
            addedge(s, i, 1);
            addedge(n + i, t, 1);
        }
        for(int i = 0; i < m; i++)
        {
            int a, b;
            scanf("%d%d", &a, &b);
            addedge(a, b + n, 1);
        }

        int x = max_flow(s, t);
        //cout << x << endl;
        for(int i = 1; i <= n; i++)
            if(!b[i]) print(i), printf("\n");;
        printf("%d\n", n - x);

    }
    return 0;
}

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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