【bzoj1532】[POI2005]Kos-Dicing 【网络流】【二分】

题意:有n个人,m场两个人之间的比赛。问赢得最多的那个人最少赢多少场。
题解:首先二分答案。然后建图跑网络流。
s>1s−>每场比赛:1
>1每场比赛−>比赛的两个人:1
>tmid每个人−>t:mid
然后跑最大流,判断是否等于比赛总数即可。
代码:

#include<cstdio>
#include<cstring>
#include<queue>
using namespace std;
const int N=20005,M=100005;
int n,m,l,r,mid,cnt,s,t,u[N],v[N],head[N],dep[N],to[M],nxt[M],dd[M];
queue<int> q;
void adde(int u,int v,int d){
    to[++cnt]=v;
    nxt[cnt]=head[u];
    dd[cnt]=d;
    head[u]=cnt;
    to[++cnt]=u;
    nxt[cnt]=head[v];
    dd[cnt]=d;
    head[v]=cnt;
}
bool bfs(){
    memset(dep,0,sizeof(dep));
    dep[s]=1;
    while(!q.empty()){
        q.pop();
    }
    q.push(s);
    while(!q.empty()){
        int u=q.front(),v;
        q.pop();
        for(int i=head[u];i;i=nxt[i]){
            v=to[i];
            if(dd[i]&&!dep[v]){
                dep[v]=dep[u]+1;
                q.push(v);
            }
        }
    }
    return dep[t];
}
int dfs(int u,int f){
    if(u==t||!f){
        return f;
    }
    int tmp,res=0,v;
    for(int i=head[u];i&&f;i=nxt[i]){
        v=to[i];
        if(dd[i]&&dep[v]==dep[u]+1&&(tmp=dfs(v,min(f,dd[i])))){
            dd[i]-=tmp;
            dd[i^1]+=tmp;
            f-=tmp;
            res+=tmp;
        }
    }
    if(!res){
        dep[u]=0;
    }
    return res;
}
int maxflow(){
    int res=0;
    while(bfs()){
        res+=dfs(s,0x7fffffff);
    }
    return res;
}
bool check(){
    cnt=1,s=0,t=n+m+1;
    memset(head,0,sizeof(head));
    for(int i=1;i<=m;i++){
        adde(s,i,1);
        adde(i,u[i]+m,1);
        adde(i,v[i]+m,1);
    }
    for(int i=1;i<=n;i++){
        adde(i+m,t,mid);
    }
    return maxflow()==m;
}
int main(){
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++){
        scanf("%d%d",&u[i],&v[i]);
    }
    l=0,r=m+1;
    while(l<r){
        mid=(l+r)/2;
        if(check()){
            r=mid;
        }else{
            l=mid+1;
        }
    }
    printf("%d\n",l);
    return 0;
}

转载于:https://www.cnblogs.com/2016gdgzoi471/p/9476859.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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