网络流24题 搭配飞行员(最大流)

【题目描述】

飞行大队有若干个来自各地的驾驶员,专门驾驶一种型号的飞机,这种飞机每架有两个驾驶员,需一个正驾驶员和一个副驾驶员。由于种种原因,例如相互配合的问题,有些驾驶员不能在同一架飞机上飞行,问如何搭配驾驶员才能使出航的飞机最多呢?

P.S.因为驾驶工作分工严格,两个正驾驶员或两个副驾驶员都不能同机飞行。

【输入格式】

第一行,两个整数 n 与m,表示共有 n 个飞行员,其中有 m 名飞行员是正驾驶员。 下面有若干行,每行有 2 个数字a、 b。表示正驾驶员 a 和副驾驶员 b 可以同机飞行。 P.S.正驾驶员的编号在前,即正驾驶员的编号小于副驾驶员的编号。

【输出格式】

仅一行一个整数,表示最大起飞的飞机数。

【输入样例】

10 5

1 7

2 6

2 10

3 7

4 8

5 9

【输出格式】

4

【备注】

2<=n<=100

【题目分析】

最裸的板子题,没有之一。

对于每个可以同机飞行的正副驾驶员,连一条容量为1的边,可以跑一次最大匹配或所有正驾驶员向s连容量为1的边,所有副驾驶向t连容量为1的边跑一遍最大流即可。

【代码~】

最大流【可做模板】

#include<bits/stdc++.h>
using namespace std;
const int MAXN=3010;
const int INF=0x3f3f3f3f;

int cnt,n,m,s,t;
int head[MAXN],depth[MAXN],cur[MAXN];
int nxt[MAXN],to[MAXN],w[MAXN];
queue<int> q;
int vis[MAXN];

bool bfs()
{
	while(!q.empty())
	  q.pop();
	memset(depth,0,sizeof(depth));
	depth[s]=1;
	q.push(s);
	while(!q.empty())
	{
		int u=q.front();
		q.pop();
		for(int i=head[u];i!=-1;i=nxt[i])
		{
			int v=to[i];
			if(depth[v]==0&&w[i]!=0)
			{
				depth[v]=depth[u]+1;
				q.push(v);
			}
		}
	}
	if(depth[t]==0)
	  return false;
	return true;
}

int dfs(int u,int dist)
{
	if(u==t)
	  return dist;
	for(int &i=cur[u];i!=-1;i=nxt[i])
	{
		int v=to[i];
		if(depth[v]==depth[u]+1&&w[i]>0)
		{
			int di=dfs(v,min(dist,w[i]));
			if(di>0)
			{
				w[i]-=di;
				w[i^1]+=di;
				return di;
			}
		}
	}
	return 0;
}

int dinic()
{
	int ans=0;
	while(bfs())
	{
		for(int i=s;i<=t;++i)
		  cur[i]=head[i];
		while(int d=dfs(s,INF))
		  ans+=d;
	}
	return ans;
}

void Add(int x,int y,int z)
{
	nxt[cnt]=head[x];
	head[x]=cnt;
	to[cnt]=y;
	w[cnt]=z;
	cnt++;
}

void add(int x,int y,int z)
{
	Add(x,y,z);
	Add(y,x,0);
}

int main()
{
	memset(head,-1,sizeof(head));
	memset(nxt,-1,sizeof(nxt));
	scanf("%d%d",&n,&m);
	s=0,t=n+1;
	for(int i=1;i<=m;++i)
	  add(s,i,1);
	for(int i=m+1;i<=n;++i)
	  add(i,t,1);
	int x,y;
	while(scanf("%d%d",&x,&y)!=EOF)
		add(x,y,1);
	printf("%d\n",dinic());
	return 0;
}

二分图最大匹配【匈牙利算法】

#include<bits/stdc++.h>
using namespace std;
const int MAXN=101;

int line[MAXN][MAXN];
int fp[MAXN],used[MAXN],m,n;

bool find(int x)
{
	for(int i=m+1;i<=n;++i)
	{
		if(line[x][i]&&!used[i])
		{
			used[i]=1;
			if(!fp[i]||find(fp[i]))
			{
				fp[i]=x;
				return true;
			}
		}
	}
	return false;
}

int main()
{
	int x,y;
	scanf("%d%d",&n,&m);
	memset(line,0,sizeof(line));
	memset(fp,0,sizeof(fp));
	while(scanf("%d%d",&x,&y)!=EOF)
	{
		line[x][y]=1;
	}
	int sum=0;
	for(int i=1;i<=m;++i)
	{
		memset(used,0,sizeof(used));
		if(find(i))
		  sum++;
	}
    cout<<sum;
	return 0;
}

 

网络流是一种用于解决各种问题的算法,包括飞行员配对问题。在这个问题中,我们可以使用最大流算法来找到最优的配对方案。 首先,我们需要将问题转化为图论问题。我们可以将每个飞行员和机型看作图中的一个节点,并且在这些节点之间建立一些边,以反映它们之间的关系。具体来说,我们可以: - 对于每个飞行员,从源节点向该节点连一条容量为1的边; - 对于每个机型,从该节点向汇节点连一条容量为1的边; - 对于每个可行的飞行员-机型配对,从对应的飞行员节点向对应的机型节点连一条容量为1的边。 然后,我们可以使用最大流算法来找到从源节点到汇节点的最大流量。这个最大流量就是最优的配对方案的数量。最大流算法也可以找到实际的最优配对方案。 这里是一个使用 Python 实现最大流算法来解决飞行员配对问题的示例代码: ```python from typing import List, Tuple from collections import defaultdict import networkx as nx def find_best_pairings(pilots: List[str], planes: List[str], preferences: List[Tuple[str, str]]) -> Tuple[int, List[Tuple[str, str]]]: # Create a bipartite graph G = nx.DiGraph() G.add_node("source") G.add_node("sink") for p in pilots: G.add_edge("source", p, capacity=1) for t in planes: G.add_edge(t, "sink", capacity=1) for p, t in preferences: G.add_edge(p, t, capacity=1) # Compute the maximum flow max_flow_value, max_flow_dict = nx.maximum_flow(G, "source", "sink") # Extract the matching pairs from the flow dictionary pairs = [] for p in pilots: for t in planes: if max_flow_dict[p][t] == 1: pairs.append((p, t)) return max_flow_value, pairs ``` 这个函数接受三个参数:一个飞行员列表,一个机型列表和一个偏好列表。偏好列表是一个元组列表,每个元组表示一个飞行员和机型的偏好关系。 函数使用 NetworkX 库来创建和分析图,使用 `nx.DiGraph()` 创建一个有向图。然后,它添加源和汇节点,以及所有飞行员和机型节点。接下来,它为每个飞行员和机型之间的偏好创建一条容量为1的边。 然后,函数使用 `nx.maximum_flow()` 函数计算从源节点到汇节点的最大流量。最后,它从流量字典中提取配对,并以元组列表的形式返回它们。 可以使用以下代码来测试 `find_best_pairings` 函数: ```python pilots = ["A", "B", "C", "D", "E"] planes = ["P1", "P2", "P3", "P4", "P5"] preferences = [("A", "P1"), ("B", "P2"), ("C", "P3"), ("D", "P4"), ("E", "P5")] max_flow_value, pairs = find_best_pairings(pilots, planes, preferences) print("Maximum flow:", max_flow_value) print("Pairs:", pairs) ``` 这将打印出最大流量和最优配对方案的列表。在这个例子中,我们的函数将打印出: ``` Maximum flow: 5 Pairs: [('A', 'P1'), ('B', 'P2'), ('C', 'P3'), ('D', 'P4'), ('E', 'P5')] ``` 这表示有5个配对是最优的。
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