bzoj 1834[ZJOI2010]network 网络扩容

最大流与费用流算法
本文介绍了解决特定有向图问题的方法,包括在不扩容情况下的最大流计算及达到额外流量所需的最小扩容费用。通过最大流算法解决初始问题,并采用费用流算法处理扩容费用问题。

Description

给定一张有向图,每条边都有一个容量C和一个扩容费用W。这里扩容费用是指将容量扩大1所需的费用。
求:
1、在不扩容的情况下,1到N的最大流;
2、将1到N的最大流增加K所需的最小扩容费用。

Input

第一行包含三个整数N,M,K,表示有向图的点数、边数以及所需要增加的流量。
接下来的M行每行包含四个整数u,v,C,W,表示一条从u到v,容量为C,扩容费用为W的边。
N<=1000,M<=5000,K<=10

Output

输出文件一行包含两个整数,分别表示问题1和问题2的答案。

Sample Input

5 8 2
1 2 5 8
2 5 9 9
5 1 6 2
5 1 1 8
1 2 8 7
2 5 4 9
1 2 1 1
1 4 2 1

Sample Output

13 19

Solution

第一问显然可以用最大流直接解决
第二问,因为k不大于10,于是,跑k遍费用流,可以非常暴力的对每条流量为0的边加1流量,如果是第一次加,加入费用,如果是第二次加,给反向边加上负的费用。

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<cmath>
#include<queue>
using namespace std;

#define N 1010
#define M 5050
#define INF 0x7ffffff

struct edge 
{
    int x,d,y,w,c,next;
};

edge side[M*2];
int last[N],dis[N],t[N],pre[N];
int n,m,k,l=1,s,e;

void add(int x,int y,int w,int c)
{
    l++;
    side[l].x=x;
    side[l].y=y;
    side[l].w=w;
    side[l].c=c;
    side[l].d=0;
    side[l].next=last[x];
    last[x]=l;
}

void init()
{
    scanf("%d%d%d",&n,&m,&k);
    int x,y,c,w;
    for (int i=1;i<=m;i++)
    {
        scanf("%d%d%d%d",&x,&y,&w,&c);
        add(x,y,w,c);
        add(y,x,0,-c);
    }
}

queue<int> Q;

bool bfs()
{
    memset(dis,0,sizeof(dis));
    dis[1]=1;
    Q.push(1);
    while (!Q.empty())
    {
        int now=Q.front(); Q.pop();
        for (int i=last[now];i!=0;i=side[i].next)
        {
            int j=side[i].y;
            if (side[i].w==0 || dis[j]!=0) continue;
            dis[j]=dis[now]+1;
            Q.push(j);
        }
    }
    if (dis[n]==0) return false;
      else return true;
}

int dfs(int x,int maxf)
{
    if (x==n || maxf==0) return maxf;
    int ret=0;
    for (int i=last[x];i!=0;i=side[i].next)
    {
        int j=side[i].y;
        if (side[i].w==0 || dis[x]+1!=dis[j]) continue;
        int f=dfs(j,min(maxf-ret,side[i].w));
        side[i].w-=f;
        side[i^1].w+=f; 
        ret+=f;
        if (ret==maxf) break;
    }
    return ret;
}

void dinic()
{
    int ans=0;
    while (bfs()) ans+=dfs(1,INF);
    printf("%d ",ans);
}

void spfa()
{
    for (int i=1;i<=n;i++)
      dis[i]=INF;
    memset(t,0,sizeof(t));
    memset(pre,0,sizeof(pre));
    Q.push(1);
    dis[1]=0; t[1]=1;
    while (!Q.empty())
    {
        int now=Q.front(); Q.pop();
        for (int i=last[now];i!=0;i=side[i].next)
        {
            if (side[i].w<=0) continue;
            int j=side[i].y;
            if (dis[j]>dis[now]+side[i].d)
            {
                dis[j]=dis[now]+side[i].d;
                pre[j]=i;
                if (t[j]==0)
                {
                    Q.push(j);
                    t[j]=1;
                }
            }
        }
        if (now!=1) t[now]=0;
    }
    //printf("%d\n",dis[n]);
}

int find()
{
    spfa();
    int s=0;
    for (int i=pre[n];;i=pre[side[i].x])
    {
        side[i].w-=1;
        side[i^1].w+=1;
        if (side[i].w==0)
        {
            side[i].w=1;
            if (side[i].d==side[i].c) side[i^1].d=side[i^1].c;
            side[i].d=side[i].c;
        }
        if (side[i].x==1) break;
    }
    return dis[n];
}

int main()
{
    init();
    dinic();
    for (int i=2;i<=l;i+=2)
      if (side[i].w==0)
      {
        side[i].w=1;
        side[i].d=side[i].c;
      }
    int ans=0;
    for (int i=1;i<=k;i++)
      ans+=find();
    printf("%d\n",ans);
    return 0;
}
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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