最大匹配，最小点覆盖，最大点独立，最小边覆盖，最大边独立，最小路径覆盖 最大匹配：匈牙利算法 最小点覆盖=最大匹配 最大点独立=n（顶点数）-最小点覆盖 最大边独立=n-最小边覆盖 最小路径覆盖=p（n/2）-最大匹配  (p*p的有向图) 1001: hdu1150:http://acm.hdu.edu.cn/showproblem.php?pid=1150 最大匹配等于最小点覆

1008： hdu2544 floy算法o(n^3),注意下最外层循环是k 代码： #include #include #include #include #include #include #include #include #include #define INF 0x7fffffff #define maxn 105 #define maxl 0x7fffffff #define

最大流的入门题，第一次写了下ek算法，用了邻接矩阵。 EK算法的复杂度为O(n*m^2) 代码： //EK算法求最大流问题二维数组实现 #include #include #include #include #define INF 10000 #define maxn 205 using namespace std; int n,m; int path[maxn][maxn],pre[m

二分匹配，求最大点独立集合，边是双向边，每个点用了两次，最后除以二。 代码: #include #include #include #include #define maxn 1505 using namespace std; vector g[maxn]; int vis[maxn]; int link[maxn]; bool getnum(int u) { for(int i=0;

差分约束系统 c[n]表示每个点的容量，d[n]表示前n个点的容量和，x[n]表示第n个点的人数，s[n]表示前n个点的人数和。 因为是求最大值，左右约束条件写成小于的形式，求最短路。 约束条件： 1.s[i]-s[i-1]=c[i]; 2.s[i]-s[i-1]>=0, 即s[i-1]      增加边=0; 3,s[j]-s[i-1]>=k, 即s[i]      增加边=k;

floyd算法能求多源点最短路，复杂度为O(n^3) 初始化设每条边为INF void floyd(int map[][],int n ) { for(int k=1;k<=n;k++) { for(int i=1;i<=n;i++) { for(int j=1;j<=n;j++) {

Dijstra算法求单源点最短路，复杂度为O(n*n+m)，用优先级队列优化后为O(n*logn). 首先建立一个集合S,当所有的点都在集合S中时，则算法结束. 1.找不在S集合中的点与s有最短距离的点m 2.更新.dis[m]=min(dis[m]+map[m][i],dis[i]),pre[i]=m; 这里写了下不完全的代码。 #include #include #include

差分约束系统： 1.输入的边 2.每个相邻点的边 3.每个点与源点的边 #include #include #include #include #include #define INF 0x7fffffff #define maxn 50005 using namespace std; struct node { int v,c; }; vectorg[maxn]; int t;