差分约束的简单总结

差分约束  在数学上  更多被称为线性规划

作为线性规划的一种特殊情况


“差分”即意味两个变量作差

“约束”则意味这个差  满足一些条件


比如  等于某个值   或   大于某个值   或   小于某个值

例 a - b >= x1

    b - c <= x2

    a - c == x3


而这类问题在计算机中  也一般只会要求你输出  第i个变量与第j个变量       的差    最大是多少    最小是多少

—————————————分界线———————————————

对于   大于等于小于  三种情况    在竞赛中不容易直接让电脑理会并得出需要的结果


差分约束   则是通过  将(不)等式转化为图论中的最短(长)路问题


类比    a - b >= x1       与          dis[a] - dis[b] >= x1            ==>        dis[a] >= dis[b] + x1

            b - c <= x2                   dis[b] - dis[c] <= x2            ==>        dis[c] >= dis[b] + (-x2)

            a - c == x3                   dis[a] - dis[c] <= x3                            dis[c] >= dis[a] + (-x3)

                                                 dis[a] - dis[c] >= x3                            dis[a] >= dis[c] + x3

                (1)                                         (2)                                                        (3)

——————————————分界线——————————————

如上  将(1)        最终转化成了          (3)

而(3)   则可以通过指定一点的dis为0   (例如  规定dis[a] = 0)

        然后从这个点开始求单源最长路 

        对于dis[c] >= dis[b] + (-x2)   则可以加一条边  从b到c   边权为-x2

        因为对于最长路   如果i能转移到j      一定有dis[j] >= dis[i] + w[i][j]  

        所以这样求出来的单源最长路一定是满足所有式子


1                但是有可能最后求出来   目标点的dis没有被赋值  

                    则说明从起点开始的约束    无法涉及到目标点

                  即目标点的值与起点的值   没有任何关系  可以为任意值

                

 2               也有可能有一个正环       导致死循环 

                    有正环则说明这一组式子不可满足   例如(a > b + 1   b > a + 1)

                

____________________________分界线_________________________________________

对于1情况   最终只需要看看dis[final]是不是初始状态就能判断

对于2情况   则限制了求最短(长)路只能用spfa     (dij不能有负环)

                    对于一次spfa   若某个点被访问了N次  则一定有环   (自证不难)便可由此判断


ps :  将上文的(3)组式子也可以改写成 a <= b + x的形式    那么就需要求单源最短路 

                                 因为最短路转移维护了   dis[v] <= dis[u] + x




来几道例题练练手吧

    poj3169        hdu3440        


再来一道不是那么好建图的。。          poj1275  

        (其实差分约束主要就难在建图。。)

                                        

            

源码地址: https://pan.quark.cn/s/44d07910d9c3 标题“PCBM_LP_Viewer_V2009”标识了一种专门服务于PCB焊盘构建的软件应用,其版本号记录为2009。 该软件的核心用途在于辅助用户依照IPC7351国际标准来构建精密的焊盘构造,从而保障电子设备的稳定运行与生产品质。 PCB焊盘在印制电路板(Printed Circuit Board)的设计环节中占据核心地位,它承担着将电子元件的引脚与电路板进行电气连接的任务,确保两者间的连接性能。 焊盘的构造规划对焊接成效及整个电路板的运作效能具有直接影响。 在PCBM LP Viewer V2009软件中,使用者能够借助前沿的工具与参数设定,对焊盘的形态、尺寸、间距等要素进行个性化定制,以适应不同元器件与实际应用场景的要求。 IPC7351是由国际电子互连技术协会颁布的一套规范体系,它为电子产品的焊盘构建提供了统一的准则。 该规范体系涉及焊盘的尺寸规格、形态样式、热管理效能、机械耐力等多个维度,致力于提升焊盘的工作表现,减少生产过程中的瑕疵,增强电子产品在高温条件下的运行稳定性。 PCBM LP Viewer V2009软件严格遵循这一规范体系,使得设计人员能够便捷地构建出符合要求的焊盘,进而降低设计过程中的潜在风险,提高产品的整体质量。 操作PCBM LP Viewer V2009软件时,用户可以体验到以下特性:1. **图形化界面**:设计出直观且操作简便的界面,让焊盘设计流程更为顺畅。 2. **自定义参数**:能够根据元器件的具体规格对焊盘的尺寸、形态及孔径等参数进行灵活调整。 3. **自动计算**:软件能够自动核算出最优的焊盘尺寸,并按照IPC7351标准进行优化处理。 4. **...
代码下载地址: https://pan.quark.cn/s/5c2ff67041b8 在Android应用构建过程中,ListView被广泛采用作为一个展示大量数据条目的控件。 该控件具备出色的数据滚动处理能力,能够依据可用屏幕空间进行视图的动态加载与回收,以此实现内存的有效节省。 本文将详细阐述在Android平台如何构建一个ListView,并展示如何使其包含多种不同规格的条目。 1. **ListView的构成框架** ListView由一系列视图(条目)构成,每个视图对应数据集中的单个数据项。 这些条目通过适配器进行连接,适配器负责建立数据与视图的联系,并决定数据在ListView中的呈现方式。 2. **适配器的设计** 在Android系统里,通常选用BaseAdapter或者诸如ArrayAdapter、CursorAdapter等预设适配器来为ListView提供适配服务。 适配器需要重新设计以下功能: - `getCount()`: 返回ListView中包含的条目总数。 - `getItem(int position)`: 根据指定位置提取数据对象。 - `getItemId(int position)`: 获取指定位置条目的唯一标识符,一般返回位置索引值。 - `getView(int position, View convertView, ViewGroup parent)`: 为ListView生成或复用条目视图。 这是适配器的关键部分,依据数据对象和可复用的视图来填充条目内容。 3. **定制化适配器** 当ListView需要展示多种格式条目时,可以设计专属的适配器。 在`getView()`方法中,依据数据类型返回不同的视图样式。 可以通过检查数据对...
源码地址: https://pan.quark.cn/s/db95d26ecc9b “图书管理(借阅)”小程序作为一个入门级项目,主要运用C#编程语言进行开发,通过整合tabControl控件,致力于构建一个基础的图书管理平台,其核心功能在于图书信息的维护以及借阅流程的处理。 对于希望掌握C#及Windows应用程序开发的初学者而言,该项目提供了一个理想的实践环境。 在C#开发环境中,tabControl被视作一种常见的界面组件,它赋予了用户在不同标签页间切换以组织与展示信息的能力。 在此图书管理应用中,tabControl或许被用于划分不同的功能模块,诸如“图书目录”、“借阅详情”和“用户档案”等,使用者借此能够便捷地在各项功能间切换操作。 图书管理系统的数据管理通常依赖于数据库技术。 依据描述,该应用内含数据库文件,但作者指出“运行时需自行添加”,暗示数据库可能并未与项目原生集成,使用者必须手动进行配置或导入数据库方可正常运行。 数据库的构建可能包含书籍资料表(涵盖书名、作者、出版社、存量等字段)、借阅记录表(涉及借阅者、借阅时段、归还时段等字段)以及用户资料表(包含用户名、密码、联络方式等字段)。 在现实中的图书管理平台,为了完成借阅操作,开发者需设计逻辑以处理以下任务:1. **新增/修改书籍信息**:赋予管理员录入新书籍资料或更新现有书籍详情的权限。 2. **检索书籍**:使用者可依据书名、作者等条件查询书籍。 3. **执行借阅**:用户选择借书时,系统将核查库存,并修正借阅记录,同步减少相应书籍的存量。 4. **处理还书**:书籍归还时,系统将更新借阅记录并补充库存。 5. **用户账户管理**:涵盖注册、登录、调整个人资料等操作。 6. **权限管理**:区分普通...
差分约束系统中,虽然标准解法是使用 **SPFA** 或 **Bellman-Ford** 算法来求解,但这两种算法实现相对复杂,尤其是要处理图结构、负权边、负环等问题。 如果你希望一个 **更简单、易实现、适合特定场景的算法**,我们可以考虑使用 **差分约束系统的简化版本 —— 差分数组** 或 **拓扑排序 + 动态规划** 的方法。 --- ## ✅ 一、差分数组法(适用于一维差分约束) ### 适用场景: - 所有变量是线性排列的(如 $ x_1, x_2, ..., x_n $) - 约束形式为: $$ x_i - x_{i-1} \leq c $$ 或 $$ x_{i-1} - x_i \leq c $$ ### 核心思想: 这种形式的差分约束可以转换为差分数组问题。我们设定: - $ d_i = x_i - x_{i-1} $ - 然后将所有约束转化为对 $ d_i $ 的限制 ### 示例代码(求满足所有差分约束下的最小解): ```cpp #include <iostream> #include <vector> #include <climits> using namespace std; int main() { int n, m; cin >> n >> m; vector<int> diff(n + 1, 0); // d[1..n] vector<int> min_val(n + 2, 0); // x[0..n] // 假设有 m 个形如 x_i - x_{i-1} <= c 的约束 for (int i = 0; i < m; ++i) { int l, r, c; cin >> l >> r >> c; // x_r - x_l <= c => x_l + ... >= x_r - c // 可以看作差分约束的一种形式 diff[r] = min(diff[r], c + x[l] - x[r]); } // 从 x[0] = 0 开始递推 for (int i = 1; i <= n; ++i) { min_val[i] = min_val[i - 1] + diff[i]; } for (int i = 1; i <= n; ++i) { cout << "x[" << i << "] = " << min_val[i] << endl; } return 0; } ``` --- ## ✅ 二、拓扑排序 + 动态规划(适用于 DAG) ### 适用场景: - 所有变量之间的约束构成一个 **有向无环图(DAG)** - 所有不等式可以转换为: $$ x_i \leq x_j + c $$ ### 核心思想: - 构造图:$ j \rightarrow i $,权值为 $ c $ - 使用拓扑排序 + 动态规划求最长路径(因为 $ x_i \leq x_j + c $ 实际是求最长路径的约束) ### 示例代码: ```cpp #include <iostream> #include <vector> #include <queue> using namespace std; const int MAXN = 100010; vector<pair<int, int>> graph[MAXN]; // u -> v, weight int in_degree[MAXN]; int dist[MAXN]; int main() { int n, m; cin >> n >> m; for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; graph[u].push_back({v, w}); in_degree[v]++; } // 拓扑排序 queue<int> q; for (int i = 1; i <= n; ++i) { if (in_degree[i] == 0) { q.push(i); } dist[i] = 0; // 初始值设为 0 } while (!q.empty()) { int u = q.front(); q.pop(); for (auto e : graph[u]) { int v = e.first, w = e.second; if (dist[v] < dist[u] + w) { dist[v] = dist[u] + w; } in_degree[v]--; if (in_degree[v] == 0) q.push(v); } } // 输出所有变量的值 for (int i = 1; i <= n; ++i) { cout << "x[" << i << "] = " << dist[i] << endl; } return 0; } ``` --- ## ✅ 三、总结对比 | 方法 | 适用范围 | 是否简单 | 是否通用 | |------|-----------|----------|-----------| | Bellman-Ford / SPFA | 通用,适用于任意差分约束 | ❌ 稍复杂 | ✅ 是 | | 差分数组 | 仅适用于一维差分形式 | ✅ 简单 | ❌ 否 | | 拓扑排序 + 动态规划 | 适用于 DAG 构成的差分约束 | ✅ 简单 | ❌ 否 | --- ## ✅ 四、如何选择? - 如果变量是线性排列的,约束是相邻变量之间的差,使用 **差分数组** - 如果变量之间的依赖关系是 DAG,使用 **拓扑排序 + 动态规划** - 否则,使用 **SPFA / Bellman-Ford** ---
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