圆桌问题(网络24题,四)

本文介绍了一种利用最大流算法解决圆桌问题的方法。通过构建二分图并运用最大流算法来实现人员与餐桌的有效匹配。此外,还提供了一种基于贪心策略的替代解决方案,并附带了两种不同的非递归DINIC算法实现。

                                                                       圆桌问题


题目链接:Click Here~

算法分析:

   二分图的多重匹配问题。想到是多重匹配可能比较简单。虽然,这题不是很难想但是建图我还是想了整整两天才想出来,想出来后还没有多大的自信就直接写先看了By_void的博客后才着手写的。一开始被输出给卡了半天,后来发现输出要求看错了,跪了T_T。一些算法分析我也讲不太清,直接引用By_void的博客原文吧。最后,如果你是在我给出的链接的博客做题的话,要注意不要多组输入!


【问题分析】

二分图多重匹配问题,可以用最大流解决。

【建模方法】

建立二分图,每个单位为X集合中的顶点,每个餐桌为Y集合中的顶点,增设附加源S和汇T。

1、从S向每个Xi顶点连接一条容量为该单位人数的有向边。 2、从每个Yi顶点向T连接一条容量为该餐桌容量的有向边。 3、X集合中每个顶点向Y集合中每个顶点连接一条容量为1的有向边。

求网络最大流,如果最大流量等于所有单位人数之和,则存在解,否则无解。对于每个单位,从X集合对应点出发的所有满流边指向的Y集合的顶点就是该单位人员的安排情况(一个可行解)。

【建模分析】

对于一个二分图,每个顶点可以有多个匹配顶点,称这类问题为二分图多重匹配问题。X,Y集合之间的边容量全部是1,保证两个点只能匹配一次(一个餐桌上只能有一个单位的一个人),源汇的连边限制了每个点匹配的个数。求出网络最大流,如果流量等于X集合所有点与S边容量之和,那么则说明X集合每个点都有完备的多重匹配。

【问题另解】

贪心,更好的方法其实是贪心。首先把所有单位和餐桌按人数从大到小排序,一种适当的贪心策略就是对于每个单位,所有人每次尽量去剩余容量较大的餐桌就坐。按照这种贪心策略,如果某时发现有人已经无法就坐,则无解。具体方法为用线段树维护餐桌的剩余容量,按人数从多到少安排每个单位的人员,每次安排就是把容量餐桌前k大的餐桌人数减1(k为该单位人数)。为保证线段树前k位时刻为前k大,要维护第k与第k+1,k+2,...人数与第k相等的位置,减少第k大时要减少尽量靠后的,这样才能保证单调。


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

const int maxn = 500;
const int INF = ~0u >> 1;
struct Edge{
   int from,to,cap,flow;
};
vector<Edge> edges;
vector<int> G[maxn];
int s,t,d[maxn],cur[maxn];
int a[maxn],b[maxn];
bool vst[maxn];
void Init()
{
    for(int i = 0;i < maxn;++i)
        G[i].clear();
    edges.clear();
}
void AddEdge(int from,int to,int cap)
{
    edges.push_back((Edge){from,to,cap,0});
    edges.push_back((Edge){to,from,0,0});
    int sz = edges.size();
    G[from].push_back(sz-2);
    G[to].push_back(sz-1);
}
void Build(int n,int m)
{
    s = 0,t = n+m+1;
    for(int i = 1;i <= n;++i){
        AddEdge(s,i,a[i]);
        for(int j = 1;j <= m;++j)
            AddEdge(i,j+n,1);
    }
    for(int i = 1;i <= m;++i)
        AddEdge(i+n,t,b[i]);
}
bool BFS()
{
    memset(vst,false,sizeof(vst));
    queue<int> Q;
    Q.push(s);
    d[s] = 0;
    vst[s] = true;
    while(!Q.empty()){
        int u = Q.front();Q.pop();
        for(int i = 0;i < (int)G[u].size();++i){
            Edge& e = edges[G[u][i]];
            if(!vst[e.to]&&e.cap>e.flow){
                vst[e.to] = true;
                d[e.to] = d[u] + 1;
                Q.push(e.to);
            }
        }
    }
    return vst[t];
}
int DFS(int u,int a)
{
    if(u == t||a == 0)
        return a;
    int f,flow = 0;
    for(int& i = cur[u];i < (int)G[u].size();++i){
        Edge& e = edges[G[u][i]];
        if(d[e.to]==d[u]+1&&(f=DFS(e.to,min(a,e.cap-e.flow)))>0){
            e.flow += f;
            edges[G[u][i]^1].flow -= f;
            flow += f;
            a -= f;
            if(a==0)break;
        }
    }
    return flow;
}
int Maxflow()
{
    int flow = 0;
    while(BFS()){
        memset(cur,0,sizeof(cur));
        flow += DFS(s,INF);
    }
    return flow;
}
void Print(int n,int m)
{
    for(int u = 1;u <= n;++u){
        for(int i = 0;i < (int)G[u].size();++i){
            Edge& e = edges[G[u][i]];
            if(e.flow == 1&&e.to!=t)
                printf("%d ",e.to-n);
        }
        puts("");
    }
}
int main()
{
    int n,m;
//    while(~scanf("%d%d",&n,&m))
//    {
        scanf("%d%d",&n,&m);
        Init();
        int sum = 0;
        for(int i = 1;i <= n;++i){
            scanf("%d",&a[i]);
            sum += a[i];
        }
        for(int i = 1;i <= m;++i)
            scanf("%d",&b[i]);
        Build(n,m);
        int flow = Maxflow();
        if(flow>=sum){
            puts("1");
            Print(n,m);
        }
        else
            puts("0");
//    }
    return 0;
}

在给出一个非递归版的DINIC的写法(非原创):

/*
 * Problem: 线性规划与网络流24题 #5 圆桌问题
 * Author: Guo Jiabao
 * Time: 2009.6.27 12:59
 * State: Solved
 * Memo: 网络最大流 二分图多重匹配
*/
#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cmath>
#include <cstring>
using namespace std;
const int MAXN=150+270+3,MAXM=150*270*2+MAXN*2,INF=~0U>>1;
struct edge
{
	edge *next,*op;
	int t,c;
}*V[MAXN],*P[MAXN],ES[MAXM],*Stae[MAXN];
int N,M,S,T,EC,Ans,Maxflow,Total;
int Lv[MAXN],Stap[MAXN];
inline void addedge(int a,int b,int c)
{
	ES[++EC].next = V[a]; V[a]=ES+EC; V[a]->t=b; V[a]->c=c;
	ES[++EC].next = V[b]; V[b]=ES+EC; V[b]->t=a; V[b]->c=0;
	V[a]->op = V[b]; V[b]->op = V[a];
}
void init()
{
	int i,j,c;
	scanf("%d%d",&M,&N);
	S=0; T=N+M+1;
	for (i=1;i<=M;i++)
	{
		scanf("%d",&c);
		Total += c;
		addedge(S,i,c);
	}
	for (i=1;i<=N;i++)
	{
		scanf("%d",&c);
		addedge(i+M,T,c);
	}
	for (i=1;i<=M;i++)
		for (j=N;j>=1;j--)
			addedge(i,j+M,1);
}
bool Dinic_Label()
{
	int head,tail,i,j;
	Stap[head=tail=0]=S;
	memset(Lv,-1,sizeof(Lv));
	Lv[S]=0;
	while (head<=tail)
	{
		i=Stap[head++];
		for (edge *e=V[i];e;e=e->next)
		{
			j=e->t;
			if (e->c && Lv[j]==-1)
			{
				Lv[j] = Lv[i]+1;
				if (j==T)
					return true;
				Stap[++tail] = j;
			}
		}
	}
	return false;
}
void Dinic_Augment()
{
	int i,j,delta,Stop;
	for (i=S;i<=T;i++)
		P[i] = V[i];
	Stap[Stop=1]=S;
	while (Stop)
	{
		i=Stap[Stop];
		if (i!=T)
		{
			for (;P[i];P[i]=P[i]->next)
				if (P[i]->c && Lv[i] + 1 == Lv[j=P[i]->t])
					break;
			if (P[i])
			{
				Stap[++Stop] = j;
				Stae[Stop] = P[i];
			}
			else
				Stop--,Lv[i]=-1;
		}
		else
		{
			delta = INF;
			for (i=Stop;i>=2;i--)
				if (Stae[i]->c < delta)
					delta = Stae[i]->c;
			Maxflow += delta;
			for (i=Stop;i>=2;i--)
			{
				Stae[i]->c -= delta;
				Stae[i]->op->c += delta;
				if (Stae[i]->c==0)
					Stop = i-1;
			}
		}
	}
}
void Dinic()
{
	while (Dinic_Label())
		Dinic_Augment();
}
void print()
{
	if (Total == Maxflow)
	{
		printf("1\n");
		for (int i=1;i<=M;i++)
		{
			for (edge *e=V[i];e;e=e->next)
				if (e->c == 0 && e->t !=S)
					printf("%d ",e->t-M);
			putchar('\n');
		}
	}
	else
		printf("0\n");
}
int main()
{
	init();
	Dinic();
	print();
	return 0;
}




### 构造用于解决圆桌问题的流网络 在处理圆桌问题时,通过构建特定结构的流网络并应用最大流算法来寻找解决方案是一种有效的方法。具体来说: 对于给定的人数以及座位安排条件,在构造流网络时需要引入虚拟源点 \(s\) 和汇点 \(t\) 来表示人员分配情况下的起点和终点。每个人作为节点加入到该图中,并且每张桌子同样被视作一个独立节点。 为了确保每个人都能够恰好坐在一张桌子上而不违反任何约束条件(比如性别交替),可以按照如下方式建立连接关系[^1]: - **个人至桌子之间的边**:如果某位成员可以选择坐于某个位置,则在这两者间创建一条由前者指向后者的边,其容量设为1,意味着此位置仅能容纳一人就座。 - **桌子内部循环链路**:为了让同一桌上不同席次之间形成闭合路径从而实现轮流而坐的效果,可以在相邻两个座位对应的节点间设置双向边,它们各自拥有单位容量。这有助于模拟实际场景下人们围绕餐桌按顺序排列的情形。 - **特殊链接**:依据实际情况可能还需要额外添加一些特殊的边以辅助计算过程中的流量平衡调整。例如,当涉及到多轮次会议或是存在某些特别规定时,可以通过增加适当权重或方向性的边来进行适应性修改[^3]。 最后一步是确认整个系统的合法性——即检查所得到的最大流值是否正好匹配参与人数总数。只有在这种情况下才能说明找到了一种合理的座位分布方案;反之则表明当前设定条件下无法达成目标配置。 ```python from collections import defaultdict def add_edge(graph, u, v, capacity): graph[u].append((v, len(graph[v]), capacity)) graph[v].append((u, len(graph[u]) - 1, 0)) # reverse edge with zero capacity initially def max_flow_bfs(graph, source, sink): n = len(graph) flow = [0] * n parent = [-1] * n while True: visited = [False] * n queue = [(source, float('inf'))] for (node, path_flow) in queue: if not visited[node]: visited[node] = True if node == sink: break for i, (_, rev_idx, cap) in enumerate(graph[node]): next_node = _[0] if cap > 0 and not visited[next_node]: queue.append((next_node, min(path_flow, cap))) parent[next_node] = (node, i) if not visited[sink]: return sum(flow), graph increment = queue[-1][1] v = sink while v != source: u, idx = parent[v] _, rev_idx, _ = graph[u][idx] graph[u][idx] = (graph[u][idx][0], graph[u][idx][1], graph[u][idx][2] - increment) graph[v][rev_idx] = (graph[v][rev_idx][0], graph[v][rev_idx][1], graph[v][rev_idx][2] + increment) v = u flow[sink] += increment ```
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