UVA735 TLE&&WA,,,,悲剧未完成,最大流

本文探讨了一个涉及最大流算法的应用场景,通过构建图模型,解决电器与插座的连接问题,最大化电器插上插座的数量。文章详细介绍了算法的实现过程,包括构建边、应用BFS和DFS算法求解最大流,以及使用EK算法优化求解效率。同时,通过实例代码展示了如何在实际问题中应用这些理论知识。

题目点这
题意:输入n,有n个插座,下面n行是每个插座的类型(最后24个字母来表示一个插座,没有空格放心用scanf,但是有可能插座会相同,但是这个没有什么影响)
输入m,有m个电器,下面m行每行两个单词分别是电器的名字和插头类型(同样24个字母单词内没空格,两个单词空格隔开)
输入k,有k个转换器,下面k行每行两个单词,分别表示转换器的入口类型和插头类型
每种转换器的个数是无限的,转换器本身可以与转换器相连
要你求,让最多的电器能够插在插座上(可以用转换器辅助也可以直接插上去),输入不能插上去的电器的数量

分析
电器从1到m标号,转换器从m+1到m+k标号,插座从m+k+1到m+k+n标号,另外设置一个源点s=0,汇点t=m+k+n+1 , 求s到t的最大流s与所有电器建一条有向边,容量为1,所有插座与汇点建一条有向边,容量为1。对于每个电器,如果能直接和插座相连的,和每个能相连的插座建一条有向边,容量为1.另外,所有电器和所有能连接上的转换器建一条有向边,容量为INF,转换器和转换器之间能相连的建一条有向边容量为INF,转换器和插座能相连建一条有向边容量为INF。

写了一下午,,,WA,伤心
还不知道发生了什么

#include<queue>
#include<cstdio>
#include<vector>
#include<string>
#include<cstring>
#include<iostream>
using namespace std;
const int N=400,INF=999999;
struct Edge{
    int from,to,cap,flow;
    Edge(int u,int v,int c,int f):from(u),to(v),cap(c),flow(f){}
};
int s,t,n,m,k;
string st,device[N],plug[N],adapter1[N],adapter2[N];
vector<Edge>edges;
vector<int>G[N];//邻接表
bool vis[N];//use when bfs
int d[N],cur[N];//dist,now edge

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 top=edges.size();
    G[from].push_back(top-2);
    G[ to ].push_back(top-1);
}

bool BFS(){
    memset(vis,0,sizeof(vis));
    queue<int>Q;
    Q.push(s);d[s]=0;vis[s]=1;
    while (!Q.empty()){
        int x=Q.front();Q.pop();
        for (int i=0;i<G[x].size();i++){
            Edge& e=edges[G[x][i]];
            if (vis[e.to]||e.cap<=e.flow)continue;
            vis[e.to]=1;d[e.to]=d[x]+1;
            Q.push(e.to);
        }
    }
    return vis[t];
}

int DFS(int x,int a){
    if (x==t||a==0)return a;
    int flow = 0,f;
    for (int& i=cur[x];i<G[x].size();i++){
        Edge& e=edges[G[x][i]];
        if (d[x]+1!=d[e.to])continue;
        if ((f=DFS(e.to,min(a,e.cap-e.flow)))<=0)continue;
        e.flow+=f;
        edges[G[x][i]^1].flow-=f;
        flow+=f; a-=f;
        if (a==0)break;
    }
    return flow;
}

int Maxflow(int s,int t){
    int flow=0;
    while(BFS()){
        memset(cur,0,sizeof(cur));
        flow+=DFS(s,INF);
    }
    return flow;
}

int main(){
    freopen("fuck.in","r",stdin);
    int T;scanf("%d",&T);
    for (int cas=1;cas<=T;cas++){
        edges.clear();
        for (int i=1;i<N;i++)G[i].clear();
        scanf("%d\n",&n);//n个插座
        for (int i=1;i<=n;i++)cin>>plug[i];
        scanf("%d\n",&m);//m个设备 
        for (int i=1;i<=m;i++)cin>>st>>device[i];
        scanf("%d\n",&k);//k种转换器 
        for (int i=1;i<=k;i++)cin>>adapter1[i]>>adapter2[i];

        s=0;t=m+k+n+1;
        for (int i=1;i<=m;i++){
            AddEdge(0,i,1);
            for (int j=1;j<=n;j++)
              if (device[i]==plug[j])AddEdge(i,m+k+j,1);
            for (int j=1;j<=k;j++)
              if (device[i]==adapter1[j])AddEdge(i,m+j,INF);
        }
        for (int i=1;i<=k;i++){
            for (int j=1;j<=n;j++)
              if (adapter2[i]==plug[j])AddEdge(m+i,m+k+j,INF);
            for (int j=1;j<=k;j++)
              if (i!=j&&adapter2[i]==adapter1[j])AddEdge(m+i,m+j,INF);
        }
        for (int i=1;i<=n;i++)AddEdge(m+k+i,t,1);

        int flow=Maxflow(s,t);
        if (cas==T)printf("%d\n",m-flow);
        else printf("%d\n\n",m-flow);
    }
    return 0;
}

然后改成EK算法,又tle了。。。。

#include<queue>
#include<cstdio>
#include<vector>
#include<string>
#include<cstring>
#include<iostream>
using namespace std;
const int N=400,INF=999999;
struct Edge{
    int from,to,cap,flow;
    Edge(int u,int v,int c,int f):from(u),to(v),cap(c),flow(f){}
};
int s,t,n,m,k,a[N],p[N];
string st,device[N],plug[N],adapter1[N],adapter2[N];
vector<Edge>edges;
vector<int>G[N];//邻接表
bool vis[N];//use when bfs

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 top=edges.size();
    G[from].push_back(top-2);
    G[ to ].push_back(top-1);
}

int Maxflow(int s,int t){
    int flow=0;
    for(;;){
        memset(a,0,sizeof(a));
        queue<int>Q;
        Q.push(s);a[s]=INF;
        while(!Q.empty()){
            int x=Q.front();Q.pop();
            for (int i=0;i<G[x].size();i++){
                Edge& e=edges[G[x][i]];
                if (a[e.to]||e.cap<=e.flow)continue;
                //printf("edge:from %d to %d cap %d flow %d\n",e.from,e.to,e.cap,e.flow);
                p[e.to]=G[x][i];
                a[e.to]=min(a[x],e.cap-e.flow);
                Q.push(e.to);
            }
            if (a[t])break;
        }
        if (!a[t])break;
        for (int x=t;x!=s;x=edges[p[x]].from){
            edges[p[x]  ].flow+=a[t];
            edges[p[x]^1].flow-=a[t];
        }
        flow+=a[t];
    }
    //printf("flow=%d\n",flow);
    return flow;
}

int main(){
    freopen("fuck.in","r",stdin);
    int T;scanf("%d",&T);
    for (int cas=1;cas<=T;cas++){
        edges.clear();
        for (int i=1;i<N;i++)G[i].clear();
        scanf("%d\n",&n);//n个插座
        for (int i=1;i<=n;i++)cin>>plug[i];
        scanf("%d\n",&m);//m个设备 
        for (int i=1;i<=m;i++)cin>>st>>device[i];
        scanf("%d\n",&k);//k种转换器 
        for (int i=1;i<=k;i++)cin>>adapter1[i]>>adapter2[i];

        s=0;t=m+k+n+1;
        for (int i=1;i<=m;i++){
            AddEdge(0,i,1);
            for (int j=1;j<=n;j++)
              if (device[i]==plug[j])AddEdge(i,m+k+j,1);
            for (int j=1;j<=k;j++)
              if (device[i]==adapter1[j])AddEdge(i,m+j,INF);
        }
        for (int i=1;i<=k;i++){
            for (int j=1;j<=n;j++)
              if (adapter2[i]==plug[j])AddEdge(m+i,m+k+j,INF);
            for (int j=1;j<=k;j++)
              if (i!=j&&adapter2[i]==adapter1[j])AddEdge(m+i,m+j,INF);
        }
        for (int i=1;i<=n;i++)AddEdge(m+k+i,t,1);

        int flow=Maxflow(s,t);
        if (cas==T)printf("%d\n",m-flow);
        else printf("%d\n\n",m-flow);
    }
    return 0;
}

要开数组模拟存图吗,有功夫以后试试,心累
若有神犇路过,,您懂的

转载于:https://www.cnblogs.com/cww97/p/7534025.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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