miku and generals(二分图+背包)

本文介绍了一种结合二分图匹配和01背包问题的算法优化方案,通过处理物品之间的约束关系,将问题转化为求解两堆物品价值之差最小的问题。利用二分图的性质合并必须同时选择的物品,再使用01背包思想求解最大价值,适用于物品间存在不能同时选取的限制场景。

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

题目链接:https://nanti.jisuanke.com/t/39271
题意:有n个物品,每个物品有自己的价值,把这n个物品分成两堆,使得两堆的价值之差最小,输出最大的一堆,其中有一些物品不能同时在一个堆里。
思路:1.由二分图的性质可以知道,有一些物品是一定要同时选的,把必须同时选的物品合并成一个物品
2.合并完成后,把每个物品和其对立的物品放进一个结构体里
3.此时用01背包的思路来做就好了,对每个结构体进行遍历,,在不超过sum/2的情况下求最大价值。
需要注意的是,如果结构体里面有两个元素,则必须选一个,如果只有一个,则可选可不选。则有两个状态转移方程。
还有一个坑点就是,如果价值为0则不需要考虑

#include<iostream>
#include<vector>
#include<cstring>
#include<queue>
using namespace std;
const int maxn=205;
int n,m;
int c[maxn];
int head[maxn*2],tot;
struct Edge{
	int to,next;
}edge[maxn*2];
void AddEdge(int u,int v){
	edge[tot].to=v;
	edge[tot].next=head[u];
	head[u]=tot++;
}
bool vis[maxn];
int xsum,ysum; //一个连通分量里面x部的和,y部的和
int cnt; //处理后所有物品的数量
void dfs(int node,int order){
	if(order%2==1) xsum+=c[node];
	else ysum+=c[node];
	vis[node]=true;
	for(int i=head[node];i!=-1;i=edge[i].next){
		int v=edge[i].to;
		if(vis[v]==true) continue;
		dfs(v,order+1);
	}
}
void init(){
	tot=0;
	memset(head,-1,sizeof(head));
	memset(vis,false,sizeof(vis));
}
struct Thing{
	int num;
	int xw;
	int yw;
	Thing(int _num=0,int _xw=0,int _yw=0):num(_num),xw(_xw),yw(_yw){}
}thing[maxn];
void PaintColor(){
	cnt=0;
	for(int i=1;i<=n;++i){
		if(vis[i]==false){
			xsum=0;
			ysum=0;
			dfs(i,1);
			if(xsum==0&&ysum!=0)
				thing[++cnt]=Thing(1,ysum,0);
			else if(xsum!=0&&ysum==0)
				thing[++cnt]=Thing(1,xsum,0);
			else if(xsum!=0&&ysum!=0)
				thing[++cnt]=Thing(2,xsum,ysum);
		}
	}
}
int dp[205][50005];
int main()
{
	int t;
	cin>>t;
	while(t--)
	{
		init();
		cin>>n>>m;
		int sum=0;
		for(int i=1;i<=n;++i){
			cin>>c[i];
			c[i]=c[i]/100;
			sum=sum+c[i];
		}
		int u,v;
		for(int i=1;i<=m;++i)
		{
			cin>>u>>v;
			AddEdge(u,v);
			AddEdge(v,u);
		}
		PaintColor();
		for(int i=1;i<=cnt;++i){
			for(int j=0;j<=sum/2;++j){
				dp[i][j]=dp[i-1][j];
				if(thing[i].num==2&&j>=thing[i].xw&&j>=thing[i].yw){
					dp[i][j]=max(dp[i-1][j-thing[i].xw]+thing[i].xw,dp[i-1][j-thing[i].yw]+thing[i].yw);
				}
				else if(thing[i].num==1&&thing[i].xw<=j){
					dp[i][j]=max(dp[i][j],dp[i-1][j-thing[i].xw]+thing[i].xw);
				}
				else if(thing[i].num==2&&thing[i].xw<=j&&thing[i].yw>j){
					dp[i][j]=max(dp[i][j],dp[i-1][j-thing[i].xw]+thing[i].xw);
				}
				else if(thing[i].num==2&&thing[i].xw>j&&thing[i].yw<=j){
					dp[i][j]=max(dp[i][j],dp[i-1][j-thing[i].yw]+thing[i].yw);
				}
			}
		}
		cout<<sum*100-dp[cnt][sum/2]*100<<endl;
	}
	return 0;
}
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