网络流24题之飞行员配对方案问题

本文介绍了一种使用网络流算法解决二分图最大匹配问题的方法,并提供了详细的C++代码实现。通过实例展示了如何构造网络图并利用Dinic算法求解最大流,进而得到二分图的最大匹配。

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




二分图最大匹配,但因为是网络流24题,我就用网络流写了cry,不会弄spj,就把数据改了改,把第二问去掉了,代码里注释掉的部分是第二问。


代码:

#include<iostream>
#include<algorithm>
#include<cstring>
#include<climits>
#include<string>
#include<cstdio>
#include<cstdlib>
#include<cmath>
#include<queue>
#include<stack>
#include<map>
#include<set>
#define N 303
#define M N*N
#define inf 1<<30
using namespace std;
int n,m,s,t;
int head[N],pos,cur[N];
struct edge{int to,next,c;}e[M];
void add(int a,int b,int c)
{pos++;e[pos].to=b,e[pos].c=c,e[pos].next=head[a],head[a]=pos;}
int dis[N];bool vis[N];queue<int>Q;
bool bfs()
{
	for(int i=s;i<=t;i++)dis[i]=-1,vis[i]=0;
	dis[s]=0,vis[s]=1;Q.push(s);
	while(!Q.empty())
	{
		int u=Q.front();Q.pop();
		for(int i=head[u];i!=-1;i=e[i].next)
		{
			int v=e[i].to;
			if(vis[v]||e[i].c<=0)continue;
			vis[v]=1;Q.push(v);
			dis[v]=dis[u]+1;
		}
	}return vis[t];
}
int dfs(int u,int a)
{
	if(u==t||!a)return a;
	int f,flow=0;
	for(int &i=cur[u];i!=-1;i=e[i].next)
	{
		int v=e[i].to;
		if(dis[v]==dis[u]+1&&(f=dfs(v,min(e[i].c,a)))>0)
		{
			e[i].c-=f,e[i^1].c+=f;
			flow+=f,a-=f;
			if(!a)break;
		}
	}return flow;
}
void init()
{
	pos=-1;
	memset(head,-1,sizeof(head));
}
int dinic()
{
	int ret=0;
	while(bfs())
	{
		for(int i=s;i<=t;i++)cur[i]=head[i];
		ret+=dfs(s,inf);
	}return ret;
}
int main()
{
	freopen("air.in","r",stdin);
	freopen("air.out","w",stdout);
	scanf("%d%d",&n,&m);init();
	int x=0,y=0;s=0,t=n+m+1;
	while(scanf("%d%d",&x,&y)!=EOF&&x!=-1&&y!=-1)
		add(x,y+n,1),add(y+n,x,0);
	for(int i=1;i<=n;i++)add(s,i,1),add(i,s,0);
	for(int i=1;i<=m;i++)add(i+n,t,1),add(t,i+n,0);
	printf("%d\n",dinic());
/*	for(int u=1;u<=n;u++)
	{
		for(int j=head[u];j!=-1;j=e[j].next)
		{
			int v=e[j].to;
			if(e[j].c>0)continue;
			if(v>=n&&v<=n+m)
			{
				printf("%d %d\n",u,v-n);
				break;
			}
		}
	}
*/
}



网络流算法可以用来解决最大流最小割问题,而飞行员配对问题可以转化成最大流问题。下面是一个基于 Python 的网络流算法求解飞行员配对方案问题的示例代码: ```python from collections import defaultdict class Graph: def __init__(self): self.graph = defaultdict(dict) def add_edge(self, u, v, w): self.graph[u][v] = w def bfs(self, s, t, parent): visited = set() queue = [s] visited.add(s) while queue: u = queue.pop(0) for v in self.graph[u]: if v not in visited and self.graph[u][v] > 0: queue.append(v) visited.add(v) parent[v] = u return True if t in visited else False def max_flow(self, source, sink): parent = {} max_flow = 0 while self.bfs(source, sink, parent): path_flow = float('inf') s = sink while s != source: path_flow = min(path_flow, self.graph[parent[s]][s]) s = parent[s] max_flow += path_flow v = sink while v != source: u = parent[v] self.graph[u][v] -= path_flow self.graph[v][u] += path_flow v = parent[v] return max_flow def pilot_pairing(pilots, planes): num_pilots = len(pilots) num_planes = len(planes) graph = Graph() source = 's' sink = 't' for i in range(num_pilots): graph.add_edge(source, 'P{}'.format(i), 1) for j in range(num_planes): if pilots[i][0] <= planes[j][0] and pilots[i][1] >= planes[j][1]: graph.add_edge('P{}'.format(i), 'A{}'.format(j), 1) graph.add_edge('A{}'.format(i), sink, 1) return graph.max_flow(source, sink) # 示例用法 pilots = [(1, 5), (2, 4), (3, 6), (2, 5)] planes = [(1, 4), (2, 5), (3, 6)] print(pilot_pairing(pilots, planes)) # 输出为 3 ``` 在上面的示例代码中,我们定义了一个 `Graph` 类来表示图,其中 `add_edge` 方法用于添加边,`bfs` 方法用于执行广度优先搜索,`max_flow` 方法用于计算最大流。 在 `pilot_pairing` 函数中,我们首先创建了一个 `Graph` 对象,然后为源点和汇点分别添加一条边,并遍历所有的飞行员和飞机,如果某个飞行员可以驾驶某个飞机,则在他们之间添加一条边。最后调用 `max_flow` 方法计算最大流。 在 `max_flow` 方法中,我们首先执行广度优先搜索来寻找一条增广路径,然后计算路径上的最小剩余容量,更新路径上的边的流量,并更新最大流的值。重复执行这个过程,直到没有增广路径为止。最后返回最大流的值。 在上面的示例中,我们输入了 4 个飞行员和 3 个飞机,输出得到了最大流为 3,说明有 3 对飞行员和飞机可以配对成功。
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