「Luogu3358」 最长k可重区间集问题

本文详细介绍了Luogu3358问题的解决方案,利用最大费用最大流模型解决最长k可重区间集问题。通过坐标离散化和建立特定的边来构造网络,实现最大费用最大流算法,最终解决问题。
部署运行你感兴趣的模型镜像

「Luogu3358」 最长k可重区间集问题

problem

Solution

最大费用最大流模型。

约定:下文采用格式\((u,v,f,c)\)表示以\(u\)为起点,\(v\)为终点,\(f\)为流量,\(c\)为费用的边;\(S\)为源,\(T\)为汇

最终实现需要对坐标离散化

称与这些区间有关的线段\((1,n)\)为“总线段”,连边\((S,1,K,0)\)\((n,T,K,0)\)(限流)。

对于总线段上的每个点,连边\((i,i+1,inf,0)\)

对于每个区间,连边\((l[i],r[i],1,r[i]-l[i])\)

跑最大费用最大流即可

Code

实际实现中采用了取相反数跑最小费用的方法

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdlib>
#include <queue>
#define maxn 1505
using namespace std;
typedef long long ll;

template <typename T>void read(T &t)
{
    t=0;char c=getchar();int f=0;
    while(!isdigit(c)){f|=c=='-';c=getchar();}
    while(isdigit(c)){t=t*10+c-'0';c=getchar();}
    if(f)t=-t;
}

const int inf=0x3f3f3f3f;
int n,K;
int l[maxn],r[maxn],v[maxn];
int s,t,ansc;

struct edge
{
    int u,v,f,c,nxt;
}g[maxn*8];

int head[maxn],ecnt=1;
void eADD(int u,int v,int f,int c)
{
    g[++ecnt].u=u;
    g[ecnt].v=v;
    g[ecnt].f=f;
    g[ecnt].c=c;
    g[ecnt].nxt=head[u];
    head[u]=ecnt;
}

int dist[maxn],inq[maxn],minf[maxn];
int pree[maxn],prev[maxn];
bool SPFA()
{
    memset(dist,0x3f,sizeof(dist));
    memset(minf,0x3f,sizeof(minf));
    queue<int> q;
    q.push(s);
    dist[s]=0;
    inq[s]=1;
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        inq[u]=0;
        for(register int i=head[u];i;i=g[i].nxt)
        {
            int v=g[i].v;
            if(g[i].f && dist[v]>dist[u]+g[i].c)
            {
                dist[v]=dist[u]+g[i].c;
                prev[v]=u;
                pree[v]=i;
                minf[v]=min(minf[u],g[i].f);
                if(!inq[v])q.push(v);
            }
        }
    }
    return dist[t]<inf;
}

int main()
{
    read(n),read(K);
    int ocr[maxn];
    for(register int i=1;i<=n;++i)
    {
        read(l[i]),read(r[i]),v[i]=r[i]-l[i];
        ocr[i*2-1]=l[i],ocr[i*2]=r[i];
    }
    sort(ocr+1,ocr+2*n+1);
    ocr[0]=unique(ocr+1,ocr+2*n+1)-ocr-1;
    for(register int i=1;i<=n;++i)
        l[i]=lower_bound(ocr+1,ocr+ocr[0]+1,l[i])-ocr,r[i]=lower_bound(ocr+1,ocr+ocr[0]+1,r[i])-ocr;
    s=0,t=ocr[0]+1;
    eADD(s,1,K,0),eADD(1,s,0,0);
    eADD(ocr[0],t,K,0),eADD(t,ocr[0],0,0);
    for(register int i=1;i<ocr[0];++i)
        eADD(i,i+1,inf,0),eADD(i+1,i,0,0);
    for(register int i=1;i<=n;++i)
        eADD(l[i],r[i],1,-v[i]),eADD(r[i],l[i],0,v[i]);
    while(SPFA())
    {
        ansc+=minf[t]*dist[t];
        for(register int i=t;i!=s;i=prev[i])
        {
            g[pree[i]].f-=minf[t];
            g[pree[i]^1].f+=minf[t];
        }
    }
    printf("%d",-ansc);
    return 0;
}

转载于:https://www.cnblogs.com/lizbaka/p/10505675.html

您可能感兴趣的与本文相关的镜像

LobeChat

LobeChat

AI应用

LobeChat 是一个开源、高性能的聊天机器人框架。支持语音合成、多模态和可扩展插件系统。支持一键式免费部署私人ChatGPT/LLM 网络应用程序。

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
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