POJ - 1201 Intervals 【spfa解决差分约束问题】

本文详细解析了使用SPFA算法求解序列在数字上满足特定约束条件下,值在a和b之间的数至少出现c个不同数值时,输出满足条件的最短序列长度问题。文章通过具体实例阐述了如何构建图模型,处理不等式约束,以及如何调整方向和权值以适用SPFA算法。

题目链接:http://poj.org/problem?id=1201

题目的意思是一个序列在数字上满足约束条件,值在a和b之间的数至少出现c个不同的数,输出满足条件的最短长度。

可以先参考下这个博客:https://blog.youkuaiyun.com/godleaf/article/details/87907527

首先要注意的是给出的a和b中,a要-1,为什么?

因为 [ a, a ] 可以出现1个或者0个,如果我以1为起点,求1到N的序列最短长度,那么给起点初始化的时候不能直接初始化为0,因为d[1] = 1也是有可能的,所以区间要写成 (a-1, a], 那么这个时候真正的起点就是 d[0],这个时候就可以初始化为0。 

然后就是整理下样例的约束条件。

d[7] - d[3-1] >= 3 

d[10] - d[8-1] >= 3

d[8] - d[6-1] >= 1

d[3] - d[1-1] >= 1

d[11] - d[10-1] >= 1

除此之外还有一些隐藏的约束条件(这些隐藏的约束条件能保证把构建的整个图形成一个连通图)

d[7] - d[3-1] >= 0  && d[7] - d[3-1] <= 7-3+1 (因为3到7之间只可能出现 7-3+1种不同的数),其他的隐藏约束条件就不一一写出来了,和上面的一样。

对于最短路径来说,当所有的点到源点的最短距离已经求出来之后,那么任意两个点都满足这个不等式 d[v] - d[u] <= w(u, v)。

对于最长路径来说,当所有的点到源点的最长距离已经求出来之后,那么任意两个点都满足这个不等式 d[v] - d[u] >= w(u, v)。

这时候可以发现,除了d[7] - d[3-1] <= 7-3+1,其他的都和最长路径的不等式一样,那么这个时候我们就能用spfa求最长路来解这道题,那对于d[7] - d[3-1] <= 7-3+1,这个不等式怎么处理?只要两边都乘一个-1,不等式的符号就能换过来了,但是这个时候两点之间方向也会调换,即 d[3-1] - d[7] >= -(7-3+1)。

按照上面的结论给题目构建一个图,要注意方向和权值的正负。

把上面的不等式的符号全部转换成 <= ,然后求最短路应该也是没问题的,不过没去试。

#include <iostream>
#include <queue>
#include <cstring>
#include <string>
#include <map>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <vector>

using namespace std;

#define lson (cur<<1)
#define rson (cur<<1|1)
typedef long long ll;
typedef pair<int, int> pii;

const int INF = 0x3f3f3f3f;
const int Maxn = 5e4+10;
const int Mod = 1e9+7;

struct Edge {
    int v, w;
    Edge(int x = 0, int y = 0): v(x), w(y) {};
} edge[Maxn*3];

vector <int> G[Maxn];
int d[Maxn], cnt[Maxn], Hash[Maxn];
bool vis[Maxn];

void spfa(int N, int E) {
    for(int i = 0; i < N; ++i) {
        d[Hash[i]] = 0; vis[Hash[i]] = false;
        cnt[Hash[i]] = 0;
    }
    queue<Edge> qu;
    vis[Hash[0]] = true;
    qu.push(Edge(Hash[0], 0));

    while (!qu.empty()) {
        int v = qu.front().v; qu.pop();
        vis[v] = false;
        
        for(int i = 0; i < G[v].size(); ++i) {
            Edge &e = edge[G[v][i]];
            if(d[e.v] < d[v]+e.w) {
                d[e.v] = d[v]+e.w;
                if(!vis[e.v]) {
                    vis[e.v] = true;
                    cnt[e.v]++;
                    if(cnt[e.v] > E) return;
                    qu.push(Edge(e.v, d[e.v]));
                }
            }
        }
    }
}

int main(void)
{
    int N;
    scanf("%d", &N);
    int u, v, w, n = 0;
    for(int i = 0; i < N; ++i) {
        scanf("%d%d%d", &u, &v, &w);
        edge[i].v = v; edge[i].w = w;
        G[u-1].push_back(i);
        Hash[n++] = u-1; Hash[n++] = v;
    }
    sort(Hash, Hash+n);
    n = unique(Hash, Hash+n)-Hash;
    for(int i = 0; i < n-1; ++i) {
        edge[i+N].w = 0; edge[i+N].v = Hash[i+1];
        edge[i+N+n-1].w = -(Hash[i+1]-Hash[i]); edge[i+N+n-1].v = Hash[i];
        G[Hash[i]].push_back(i+N);
        G[Hash[i+1]].push_back(i+N+n-1);
    }
    spfa(n, N+2*(n-1));
    printf("%d\n", d[Hash[n-1]]);
    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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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