牛客集训Day6 A 费用流

本文探讨了一个有趣的蛋糕布置问题,宇扬需要在有限的区域中以最少的时间布置n支蜡烛。通过将问题转化为网络流模型,利用最小费用最大流算法求解最优方案,提供了一种高效的解决方案。

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

Description


恬恬的生日临近了。宇扬给她准备了一个蛋糕。
正如往常一样,宇扬在蛋糕上插了n支蜡烛,并把蛋糕分为m个区域。因为某种原因,他必须把第i根蜡烛插在第ai个区域或第bi个区域。区域之间是不相交的。宇扬在一个区域内同时摆放x支蜡烛就要花费x2的时间。宇扬布置蛋糕所用的总时间是他在每个区域花的时间的和。
宇扬想快些见到恬恬,你能告诉他布置蛋糕最少需要多少时间吗?

第一行包含两个整数n,m(1 ≤ n ≤ 50, 2≤ m≤ 50)。
接下来n行,每行两个整数ai,bi(1 ≤ ai, bi ≤ m)。

Solution


第一眼不会,我怎么越来越菜了。。

贪心显然是不对的,n很小应该考虑网络流。我们把m个区域拆成nm个点,分别表示每一个区域放第几个蜡烛
然后蜡烛向区域分别连边,其中蜡烛i向区域j连的第k条边容量为1费用为2
k-1,也就是相邻自然数平方的差。由于费用递增不难发现我们一定会流连续的边。最小费用最大流就是答案

Code


#include <stdio.h>
#include <string.h>
#include <algorithm>
#include <queue>
#define rep(i,st,ed) for (int i=st;i<=ed;++i)
#define fill(x,t) memset(x,t,sizeof(x))

typedef long long LL;
const int INF=0x3f3f3f3f;
const int N=20005;
const int E=400005;

struct edge {int x,y,w,c,next;} e[E];

int a[N],b[N];
int pre[N],dis[N];
int ls[N],edCnt=1;

bool vis[N];

void add_edge(int x,int y,int w,int c) {
   e[++edCnt]=(edge) {x,y,w,c,ls[x]}; ls[x]=edCnt;
   e[++edCnt]=(edge) {y,x,0,-c,ls[y]}; ls[y]=edCnt;
}

bool spfa(int st,int ed) {
   std:: queue <int> que; que.push(st); vis[st]=true;
   fill(dis,63); int inf=dis[st]; dis[st]=0;
   for (;!que.empty();) {
   	int now=que.front(); que.pop();
   	for (int i=ls[now];i;i=e[i].next) {
   		if (e[i].w>0&&dis[now]+e[i].c<dis[e[i].y]) {
   			dis[e[i].y]=dis[now]+e[i].c;
   			pre[e[i].y]=i;
   			if (!vis[e[i].y]) {
   				que.push(e[i].y);
   				vis[e[i].y]=true;
   			}
   		}
   	} vis[now]=false;
   }
   return dis[ed]!=inf;
}

int modify(int ed) {
   int mn=INF;
   for (int i=ed;pre[i];i=e[pre[i]].x) {
   	mn=std:: min(mn,e[pre[i]].w);
   }
   for (int i=ed;pre[i];i=e[pre[i]].x) {
   	e[pre[i]].w-=mn;
   	e[pre[i]^1].w+=mn;
   }
   return mn*dis[ed];
}

int mcf(int st,int ed) {
   int ret=0;
   for (;spfa(st,ed);) ret+=modify(ed);
   return ret;
}

int main(void) {
   // freopen("data.in","r",stdin);
   // freopen("myp.out","w",stdout);
   int n,m; LL ans=0; scanf("%d%d",&n,&m);
   rep(i,1,n) scanf("%d%d",&a[i],&b[i]);
   rep(i,1,n) add_edge(0,i,1,0);
   rep(i,1,m) {
   	rep(j,1,n) {
   		add_edge(n+(i-1)*n+j,n*m+n+1,1,0);
   	}
   }
   rep(i,1,n) {
   	rep(j,1,n) {
   		add_edge(i,n+(a[i]-1)*n+j,1,2*j-1);
   		add_edge(i,n+(b[i]-1)*n+j,1,2*j-1);
   	}
   }
   ans=mcf(0,n*m+n+1);
   printf("%lld\n", ans);
   return 0;
}
### 关于2020年牛客寒假算法基础集训营中的欧几里得算法 在2020年的牛客寒假算法基础集训营中,确实存在涉及欧几里得算法的相关题目。具体来说,在第四场竞赛的第一题即为“A. 欧几里得”,该题目的核心在于利用扩展欧几里得定理来解决问题[^5]。 #### 扩展欧几里得算法简介 扩展欧几里得算法主要用于求解形如 ax + by = gcd(a, b) 的线性不定方程的一组特解(x,y),其中gcd表示最大公约数。此方法不仅能够计算两个整数的最大公因数,还能找到满足上述条件的具体系数x和y。 对于给定的数据范围较小的情况可以直接通过递归来实现;而对于较大数据则需考虑效率优化问题。下面给出了一段基于C++语言编写的用于解决此类问题的模板代码: ```cpp #include<bits/stdc++.h> #define int long long using namespace std; // 定义全局变量存储结果 int x, y; void ex_gcd(int a, int b){ if(b == 0){ x = 1; y = 0; return ; } ex_gcd(b, a % b); int tmp = x; x = y; y = tmp - (a / b) * y; } ``` 这段程序实现了经典的扩展欧几里得算法逻辑,并且可以作为处理类似问题的基础工具函数调用。 #### 实际应用案例分析 回到原题本身,“A. 欧几里得”的解答思路就是先预处理斐波那契数列前若干项数值存入数组`a[]`内以便快速查询,之后针对每一次询问直接输出对应位置处两相邻元素之和即可得出最终答案。这实际上巧妙运用到了广为人知的裴蜀定理——任意一对互质正整数都可由它们自身的倍数组合而成,而这里正是借助了这一性质简化了解决方案的设计过程。
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