#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
using namespace std;
int const nMax = 310;
int const oo = 0x7fffffff;
int first[nMax],now[nMax],f[nMax*nMax],to[nMax*nMax],nxt[nMax*nMax];
int n,m,e;
int src,sink;
void init(){
src = 0;sink = n+1;
for(int i=0;i<=n+1;i++) first[i] = -1;
e = 0;
}
void addedge(int u,int v,int val){
to[e] = v; f[e] = val; nxt[e] = first[u]; first[u] = e; e++;
to[e] = u; f[e] = 0; nxt[e] = first[v]; first[v] = e; e++;
}
int que[nMax*nMax],head,tail,dist[nMax];
bool bfs(){
for(int i=0;i<=n+1;i++) dist[i] = -1;
head = tail = 0;
dist[que[tail++] = src] = 0;
while(head < tail) {
int u = que[head++];
for(int i=first[u],v;i != -1;i=nxt[i]) if(f[i] && dist[v=to[i]] == -1){
dist[v] = dist[u] + 1;
que[tail++] = v;
if(v == sink) return 1;
}
}
return 0;
}
int dfs(int u,int add){
if(u == sink) return add;
for(int &i = now[u],v;i != -1;i=nxt[i]) if(f[i] && dist[v=to[i]] == dist[u]+1){
int delta = dfs(v,min(f[i],add));
if(delta > 0) {
f[i] -= delta;
f[i^1] += delta;
return delta;
}
}
return 0;
}
int dinic(){
int flow = 0;
while(bfs()){
for(int i=0;i<=n+1;i++) now[i] = first[i];
while(1){
int delta = dfs(src,oo);
if(delta <= 0) break;
flow += delta;
}
}
return flow;
}
int adv[nMax],delay[nMax],sum;
void sovle(){
sum = 0;
int sum2=0;
for(int i=1;i<=n;i++) scanf("%d",&adv[i]),sum+=adv[i];
for(int i=1;i<=n;i++) scanf("%d",&delay[i]);
scanf("%d",&m);
init();
for(int i=0,u,v;i<m;i++){
scanf("%d%d",&u,&v);
addedge(u,v,oo);
}
for(int i=1;i<=n;i++)
if(adv[i]-delay[i]>0) addedge(src,i,adv[i]-delay[i]),sum2+=adv[i]-delay[i];
else addedge(i,sink,delay[i]-adv[i]);
int flow = dinic();
flow = sum2-flow;
bfs();
sum-=flow;
int ans = 0;
for(int i =1;i<=n;i++)if(-1 == dist[i]){
ans++;
}
printf("%d %d\n",sum,ans);
}
int main(){
//freopen("a.txt","r",stdin);
while(~scanf("%d",&n) && n){
sovle();
}
return 0;
}
相关推荐
YOLO26算法行人行走检测+训练好的模型+102张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[行走的人(person walking)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 67 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8000** mAP50-95 | 0.5620 Precision | 0.5795 Recall | 0.8235 train/box_loss | 0.9538 train/cls_loss | 1.9897 val/box_loss | 0.9034 val/cls_loss | 2.7344 【训练过程分析】 进入训练阶段后,模型一开始的 mAP50 和 mAP50-95 均为 0.8000 和 0.5620,表明在开始阶段模型的收敛情况良好。从第 30 轮起,训练集的 mAP50 值稳定在了 0.8000,这说明模型在这之前能够迅速捕捉到主要目标,但精度提升的余地已然不大。同时,mAP50-95 在训练集上表现略差,从第 50 轮开始慢慢往上走至 0.5620。这反映出模型在检测更小、更远的目标上还存在一定差距,精度成为瓶颈。 随着训练深入,模型在验证集上的表现开始分化。从第 60 轮开始,验证集的 mAP50 和 mAP50-95 值分别为 0.7500 和 0.4500,相比训练集下降明显,表明模型存在一定程度的过拟合现象。训练集上的 box loss 和 cls loss 值分别为 ... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。
二分图总结
最大权闭合图 闭合图G(V‘,E'):有向图G(V,E)存在(u,v)属于E,若u属于V',则v属于V'。 构图:源点向正权点集U连有向边,负权点集向汇点连有向边(容量取负权的绝对值),求最小割。闭合图最大权=总权-最小割。 最小点覆盖集 最小点覆盖集G(V',E'):无向图G(V,E)对于所有(u,v)属于E,u或v属于V‘。 构图:源点S向所有u连有向边,所有v向汇点...
科技中介服务机构想要提升服务效率,需要哪些数智工具支持?.docx
科技中介服务机构想要提升服务效率,需要哪些数智工具支持?
模板,无向图强连通缩点,tarjan
int first[nMax],nxt[nMax],to[nMax],e; void addadge(int u,int v) { to[e]=v;nxt[e]=first[u];first[u]=e;e++; to[e]=u;nxt[e]=first[v];first[v]=e;e++; } int low[nMax],dfn[nMax],dep,belong[nMax],vis
usb 扩容盘检测修复工具源码,编译产物
usb 扩容盘检测修复工具源码,编译产物
融合UWB和IMU割草机定位EKF研究(Matlab代码实现)
内容概要:本文主要介绍了一个名为“Plecs全桥LLC谐振变换器仿真模型”的技术资源,该资源聚焦于电力电子领域中的LLC谐振变换器建模与仿真,涵盖开环、闭环控制、软启动设计及参数优化等核心内容。文档不仅提供了LLC变换器的详细建模方法与仿真案例,还系统梳理了其在高效电源转换系统中的应用,包括隔离型全桥拓扑结构的设计与性能分析。此外,资源汇总了大量Matlab/Simulink仿真模型及相关科研方向,涉及新能源并网、储能控制、电机驱动等多个前沿领域,全面展示LLC谐振变换器在现代电力系统中的关键技术实现路径。同时,文档附带多种学习资料获取途径,如网盘链接和公众号资源,便于研究人员深入实践与拓展研究。; 适合人群:具备扎实的电力电子、自动控制理论基础,从事新能源发电、开关电源设计、电力系统仿真等相关领域的研究生、工程师及科研人员。; 使用场景及目标:①深入理解LLC谐振变换器的工作原理、建模方法与控制策略;②开展电力电子变换器的仿真验证与参数优化设计;③支撑科研项目、学位论文或工程项目的系统仿真与方案验证; 阅读建议:建议结合所提供的仿真模型与参考文献,使用Plecs或Simulink软件进行动手实践,重点掌握LLC谐振变换器的建模流程、闭环控制设计、软启动机制及参数调试技巧,以全面提升在实际工程中的应用与创新能力。
sgu 103 Traffic Lights
题目描述: 103. Traffic Lights Time limit per test: 0.5 second(s) Memory limit: 4096 kilobytes input: standard output: standard In the city of Dingilville the traffic is arranged in an un
基于变频控制的多相交错LLC谐振变换器闭环仿真(Simulink仿真实现)
基于变频控制的多相交错LLC谐振变换器闭环仿真(Simulink仿真实现)内容概要:本文主要介绍了基于Plecs的全桥LLC谐振变换器仿真模型,涵盖变频控制下的多相交错LLC谐振变换器闭环仿真、V2G电动汽车ACDC整流与双向CLLC谐振变换器充放电仿真、LLC谐振变换器的开环与闭环软启动设计,以及储能系统中双向Buck-Boost变换器结合模型预测电流控制和电压下垂控制的仿真研究。同时,文档列举了多种电力电子系统与控制策略的Simulink/Plecs仿真案例,涉及三相交错并联Buck变换器、三电平Buck直流变换器、单相Boost PFC电路等,展示了丰富的电力变换器建模与控制技术。此外,还包括参数设计报告、计算书及相关参考文献,适用于从事电力电子、新能源发电、电动汽车充放电系统等领域的研究人员和技术开发人员。; 适合人群:具备电力电子、自动控制理论基础,从事新能源、电动汽车、电力系统等相关领域研究的研发人员、高校研究生及高年级本科生。; 使用场景及目标:① 学习和掌握LLC谐振变换器及其他典型电力电子变换器的工作原理与建模方法;② 实现闭环控制策略如变频控制、软启动、模型预测控制、下垂控制等的仿真验证;③ 支持科研项目、毕业设计或工程开发中的系统仿真与优化设计。; 阅读建议:建议结合文中提供的仿真模型、设计报告与参考文献,逐步搭建并调试相应系统,重点关注控制策略的实现细节与参数整定过程,以深入理解系统动态响应特性与控制性能。
sgu 101 Domino
题目描述: 101. Domino time limit per test: 0.5 sec.
独立储能的现货电能量与调频辅助服务市场出清协调机制(Matlab代码实现)
内容概要:本文标题为“Plecs全桥LLC谐振变换器仿真模型”,但实际内容严重偏离主题,文档中混杂了大量来自优快云博客平台的无关信息,涵盖多个不同领域的Matlab/Simulink仿真项目,如电力系统优化、无人机路径规划、机器学习预测、微电网调度、卡尔曼滤波、无线能量传输等,导致核心内容缺失。文档未能提供关于Plecs平台下全桥LLC谐振变换器的建模方法、电路结构、参数设计、控制策略或仿真结果等关键技术细节,实质信息与标题完全不符,不具备作为该主题参考资料的有效性。; 适合人群:从事电力电子变换器研究、电源系统设计及相关领域的工程师、高校研究生与科研人员,尤其是希望掌握LLC谐振变换器建模与仿真的专业技术人员。; 使用场景及目标:① 学习并掌握全桥LLC谐振变换器的工作原理与Plecs仿真建模技术;② 开展高效电源转换器的研发与性能优化;③ 作为教学或科研项目中电力电子电路仿真的参考资料。; 阅读建议:鉴于文档内容与标题严重不符,建议读者谨慎甄别,优先选择专业书籍、学术论文或官方仿真软件教程等权威资源进行学习,避免被无效信息误导。
LaTeX小白必看:5分钟搞定GB/T 7714-2005参考文献格式(Texmaker+BibTeX实战)
本文为LaTeX初学者提供了使用Texmaker编辑器和BibTeX工具链,快速实现GB/T 7714-2005参考文献格式的实战指南。文章详细解析了从获取gbt7714-2005.bst样式文件、编写.bib数据库到四步编译流程的核心步骤,并附有常见问题解决方案,帮助用户高效、准确地完成学术论文的参考文献排版。
Ural 1210
最短路神马的最有意思。。。 /************************************************************************* > File Name: 1210.cpp > Author: utoppia > Mail: utoppia@163.com > Created Time: 2013/12/20 9:
决策树(分类树、回归树)
决策树 前言:第一篇博客,最近看完决策树,想着归纳一下,也方便自己以后回顾。写的会比较全面一些,可能会有很多不太正确的地方,欢迎大家交流指正 : ) 决策树模型: 决策树模型是运用于分类以及回归的一种树结构。决策树由节点和有向边组成,一般一棵决策树包含一个根节点、若干内部节点和若干叶节点。决策树的决策过程需要从决策树的根节点开始,待测数据与决策树中的特征节点进行比较,并按照比较结果选...
极大强联通图Tarjan hdu3594
hdu3594 典型的Tarjan 算法,代码如下:#include #include #include using namespace std; int const nMax = 20010; int const maxm = 50010*2; int first[nMax],to[maxm],nxt[maxm],dfn[nMax],low[nMax],vis[nMax]; int n,
VS Code配置MinGW64编译非线性优化库NLopt
VS Code用MinGW64编译C++代码安装MSYS2软件并配置非线性优化库NLopt和测试引用库代码的完整具体步骤。:若使用非UCRT版本(如传统MinGW64),替换所有路径中的。库文件会自动安装到MSYS2的。
两相变频交错PFC实战:从论文理论到PSIM仿真的完整避坑指南
本文详细解析了两相变频交错PFC技术从理论到PSIM仿真的完整实现过程,特别针对CRM模式下的BOOST PFC设计挑战提供实用解决方案。涵盖周期值比较法与RS触发器法的对比实施、PSIM仿真中的过零处理与收敛性优化等核心问题,并给出硬件实现的进阶建议,助力工程师高效完成高功率密度PFC设计。
POJ 3710 Christmas Game
POJ 3710 Christmas Game 图的删边游戏: 由于这个图比较特殊,我们推出如果环是奇环,则相当于加一条边,偶数环就相当于删除环,变成一个点。 不会缩环的默默YY了一个多小时才勉强搞定。 #include #include #include #include #include #include #include #include #include using na
基于AI的智能开发环境—Trae在Web开发中的应用实战与性能评估【Trae项目实战】
Trae 是一款与 AI 深度集成的开发工具,提供智能问答、代码自动补全和基于 Agent 的 AI 自动编程能力,极大提升开发效率。它具备完备的 IDE 功能,如代码编写、项目管理和源代码管理等,同时还具备强大的 AI 助手,能够提供智能问答、实时代码建议、代码片段生成等服务。开发者可以通过自然语言与 AI 协作,从 0 到 1 开发项目,AI 会根据需求自动生成代码或创建文件。
sgu 122 The book
题目描述: 122. The book time limit per test: 0.5 sec. memory limit per test: 4096 KB There is a group of N (2<=N<=1000) people which are numbered 1 through N, and everyone of them has not les
栅格数据做相关性分析前的预处理(批量定义投影、栅格投影、重采样)
最近在做两个栅格数据的相关性分析,这个最主要的是两个栅格数的行列号是一致的(也就是说坐标系、分辨率一致),那么标准的栅格数据的分辨率是以米的形式存在的,但是有一些栅格数据是以度为单位存在的,所以在做分析前,一定要先把其转换为米,否则在重采样的时候就会出错。(相关文章——栅格数据以度为单位变为以米为单位的简单做法)当然,在变其分辨率的单位前,一定要将其坐标系转换为一致。所以就有以下的步骤(如何将两个栅格数据的坐标系、分辨率的单位和分辨率一致) 1.首先,要看两个栅格数据的坐标系是否一致,如果不一致,要先统一到
SAP 替代关系完全替代简介
这里产生了成品物料的计划订单,我们查看计划订单中BOM的变化,如下图可以看到物料的需求仍然落在了优先级为1的这个302300005555这个物料上面,并没有考虑到302300006666的这个库存,和我们理解的MRP的完全替代不一样,按我们的理解需求应该是要落在302300006666这个物料料,但是MRP计算后并没有这样进行分配。最近用户在对长周期物料进行备料的时候又提出替代料的问题,主料库存不足的时候需要考虑替代料的在途库存,经常会忘了SAP标准的替代料逻辑,这次一次性把这个逻辑写清楚。
sgu 172 eXam
172. eXam time limit per test: 0.5 sec. memory limit per test: 4096 KB input: standard output: standard In Russia school pupils must do some exams before leaving school. Among others, t
基于语义分割的实时建图:HDMap动态更新
基于语义分割的实时建图:HDMap动态更新 ,人工智能,计算机视觉,大模型,AI,本文围绕基于语义分割的实时建图技术在HDMap动态更新中的应用展开,介绍了语义分割基础、HDMap概述、相关实时建图技术、动态更新关键技术、系统性能评估指标、实际应用案例、面临的挑战与解决方案及未来发展趋势。阐述了该技术如何利用传感器数据和语义分割算法,解决传统HDMap构建与更新的弊端,分析了其在精度、实时性、鲁棒性等方面的表现,以及在自动驾驶和智能交通中的应用,还探讨了现存问题及未来优化方向。
sgu 194 Reactor Cooling
194. Reactor Cooling time limit per test: 1 sec. memory limit per test: 65536 KB input: standard output: standard The terrorist group leaded by a well known international terrorist Ben
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
595



被折叠的 条评论
为什么被折叠?



