bzoj 1707: [Usaco2007 Nov]tanning分配防晒霜【贪心||最大流(?)】

本文探讨了一道有趣的算法题目,通过贪心算法和最大流算法两种方式解决防晒霜与牛的问题,并提供了详细的代码实现。对比了两种算法在不同平台上的表现差异。

洛谷上能过的最大流bzoj上T了……但是贪心做法明明在洛谷上比最大流要慢啊……如果是最大流的话就是裸题了吧
说一下贪心,就按照防晒霜排序,然后对每一个防晒霜选一头可以使用的且r最小的牛
就,没了。
贪心

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
const int N=2505;
int n,m,ans,l[N],r[N];
bool used[N];
struct qwe
{
    int v,c;
}a[N];
inline bool cmp(qwe a,qwe b)
{
    return a.v<b.v;
}
int read()
{
    int r=0,f=1;
    char p=getchar();
    while(p>'9'||p<'0')
    {
        if(p=='-')
            f=-1;
        p=getchar();
    }
    while(p>='0'&&p<='9')
    {
        r=r*10+p-48;
        p=getchar();
    }
    return r*f;
}
int find(int x)
{
    int tmp=0,mn=1e9;
    for(int i=1;i<=n;i++)
        if(!used[i]&&l[i]<=x&&r[i]>=x&&r[i]<mn)
            mn=r[i],tmp=i;
    return tmp;
}
int main()
{
    n=read(),m=read();
    for(int i=1;i<=n;i++)
        l[i]=read(),r[i]=read();
    for(int i=1;i<=m;i++)
        a[i].v=read(),a[i].c=read();
    sort(a+1,a+m+1,cmp);
    for(int i=1;i<=m;i++)
        while(a[i].c--)
        {
            int tmp=find(a[i].v);
            if(tmp)
                used[tmp]=1,ans++;
        }
    printf("%d",ans);
    return 0;
}

最大流……

#include<iostream>
#include<cstdio>
#include<queue>
#include<cstring>
using namespace std;
const int N=5005,inf=1e9;
int n,m,l[N],r[N],h[N],cnt=1,s,t,le[N];
struct qwe
{
    int ne,to,va;
}e[10000005];
int read()
{
    int r=0,f=1;
    char p=getchar();
    while(p>'9'||p<'0')
    {
        if(p=='-')
            f=-1;
        p=getchar();
    }
    while(p>='0'&&p<='9')
    {
        r=r*10+p-48;
        p=getchar();
    }
    return r*f;
}
void add(int u,int v,int w)
{
    cnt++;
    e[cnt].ne=h[u];
    e[cnt].to=v;
    e[cnt].va=w;
    h[u]=cnt;
}
void ins(int u,int v,int w)
{
    add(u,v,w);
    add(v,u,0);
}
bool bfs()
{
    queue<int>q;
    memset(le,0,sizeof(le));
    le[s]=1,q.push(s);
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        for(int i=h[u];i;i=e[i].ne)
            if(!le[e[i].to]&&e[i].va>0)
            {
                le[e[i].to]=le[u]+1;
                q.push(e[i].to);
            }
    }
    return le[t];
}
int dfs(int u,int f)
{
    if(u==t||!f)
        return f;
    int us=0;
    for(int i=h[u];i&&us<f;i=e[i].ne)
        if(le[e[i].to]==le[u]+1&&e[i].va>0)
        {
            int t=dfs(e[i].to,min(e[i].va,f-us));
            e[i].va-=t;
            e[i^1].va+=t;
            us+=t;
        }
    if(!us)
        le[u]=0;
    return us;
}
int dinic()
{
    int re=0;
    while(bfs())
        re+=dfs(s,inf);
    return re;
}
int main()
{
    n=read(),m=read();
    s=0,t=n+m+1;
    for(int i=1;i<=n;i++)
        l[i]=read(),r[i]=read(),ins(s,i,1);
    for(int i=1;i<=m;i++)
    {
        int x=read(),c=read();
        for(int j=1;j<=n;j++)
            if(l[j]<=x&&r[j]>=x)
                ins(j,i+n,1);
        ins(i+n,t,c);
    }
    printf("%d\n",dinic());
    return 0;
}

转载于:https://www.cnblogs.com/lokiii/p/8997618.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