洛谷P3381 【模板】最小费用最大流(dijstra费用流)

本文介绍了一种解决网络图中最小费用最大流问题的方法,包括算法原理、实现细节及代码示例。通过实例演示了如何求解网络的最大流及其对应的最小费用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

如题,给出一个网络图,以及其源点和汇点,每条边已知其最大流量和单位流量费用,求出其网络最大流和在最大流情况下的最小费用。

输入输出格式

输入格式:

 

第一行包含四个正整数N、M、S、T,分别表示点的个数、有向边的个数、源点序号、汇点序号。

接下来M行每行包含四个正整数ui、vi、wi、fi,表示第i条有向边从ui出发,到达vi,边权为wi(即该边最大流量为wi),单位流量的费用为fi。

 

输出格式:

 

一行,包含两个整数,依次为最大流量和在最大流量情况下的最小费用。

 

输入输出样例

输入样例#1: 复制
4 5 4 3
4 2 30 2
4 3 20 3
2 3 20 1
2 1 30 9
1 3 40 5
输出样例#1: 复制
50 280

说明

时空限制:1000ms,128M

(BYX:最后两个点改成了1200ms)

数据规模:

对于30%的数据:N<=10,M<=10

对于70%的数据:N<=1000,M<=1000

对于100%的数据:N<=5000,M<=50000

样例说明:

如图,最优方案如下:

第一条流为4-->3,流量为20,费用为3*20=60。

第二条流为4-->2-->3,流量为20,费用为(2+1)*20=60。

第三条流为4-->2-->1-->3,流量为10,费用为(2+9+5)*10=160。

故最大流量为50,在此状况下最小费用为60+60+160=280。

故输出50 280。

 

dijstra费用流真的不是一般的快

直接吊打SPFA

有一篇写的不错的博客

http://www.yhzq-blog.cc/%E6%9C%80%E5%B0%8F%E8%B4%B9%E7%94%A8%E6%9C%80%E5%A4%A7%E6%B5%81%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93/

另外就是最后一句话为什么是*h,而不是*dis

我个人的理解,因为在求最短路的时候有h的存在,所以这里的dis已经不是实际上的dis,而h才是实际上的dis

 

// luogu-judger-enable-o2
#include<cstdio>
#include<cstring>
#include<queue>
#define Pair pair<int,int>
#define fi first
#define se second
#define AddEdge(x,y,f,z) add_edge(x,y,f,z);add_edge(y,x,0,-z);
#define getchar() (p1==p2&&(p2=(p1=buf)+fread(buf,1,MAXN,stdin),p1==p2)?EOF:*p1++)
char buf[1<<20],*p1=buf,*p2=buf;
using namespace std;
const int MAXN=1e6+1,INF=1e8+10;
inline int read()
{
    char c=getchar();int x=0,f=1;
    while(c<'0'||c>'9'){if(c=='-')f=-1;c=getchar();}
    while(c>='0'&&c<='9'){x=x*10+c-'0';c=getchar();}
    return x*f;
}
int N,M,S,T;
struct node
{
    int u,v,f,w,nxt;
}edge[MAXN];
int head[MAXN],num=2;
inline void add_edge(int x,int y,int f,int z)
{
    edge[num].u=x;
    edge[num].v=y;
    edge[num].f=f;
    edge[num].w=z;
    edge[num].nxt=head[x];
    head[x]=num++;
}
int h[MAXN],dis[MAXN],PrePoint[MAXN],PreEdge[MAXN];
Pair Dij()
{
    int ansflow=0,anscost=0;
    while(1)
    {
        priority_queue<Pair>q;
        memset(dis,0xf,sizeof(dis));
        dis[S]=0;
        q.push(make_pair(0,S));
        while(q.size()!=0)
        {
            Pair p=q.top();q.pop();
            if(-p.fi!=dis[p.se]) continue;
            if(p.se==T) break;
            for(int i=head[p.se];i!=-1;i=edge[i].nxt)
            {
                int nowcost=edge[i].w+h[p.se]-h[edge[i].v];
                if(edge[i].f>0&&dis[edge[i].v]>dis[p.se]+nowcost)
                {
                    dis[edge[i].v]=dis[p.se]+nowcost;
                    q.push(make_pair(-dis[edge[i].v],edge[i].v));
                    PrePoint[edge[i].v]=p.se;
                    PreEdge[edge[i].v]=i;
                }
            }
        }
        if(dis[T]>INF) break;
        for(int i=0;i<=N;i++) h[i]+=dis[i];
        int nowflow=INF;
        for(int now=T;now!=S;now=PrePoint[now])
            nowflow=min(nowflow,edge[PreEdge[now]].f);
        for(int now=T;now!=S;now=PrePoint[now])
            edge[PreEdge[now]].f-=nowflow,
            edge[PreEdge[now]^1].f+=nowflow;
        ansflow+=nowflow;
        anscost+=nowflow*h[T];
    }
    return make_pair(ansflow,anscost);
}
int main()
{
    #ifdef WIN32
    freopen("a.in","r",stdin);
    #endif
    memset(head,-1,sizeof(head));
    N=read(),M=read(),S=read(),T=read();
    for(int i=1;i<=M;i++)
    {
        int x=read(),y=read(),f=read(),z=read();
        AddEdge(x,y,f,z);
    }
    Pair ans=Dij();
    printf("%d %d",ans.fi,ans.se);
    return 0;
}

 

### 关于 P2347 的解析 目前未找到与 P2347 直接相关的具体题解或官方文档。然而,可以基于常见的编程竞赛题目类型推测其可能涉及的内容,并提供通用的解决方法。 #### 可能的主题分析 根据平台上的惯例,编号接近的题目通常属于同一类问题集合或者具有相似难度级别。因此,假设 P2347 是一道算法设计或数据结构相关的题目,则可以从以下几个方面入手: 1. **动态规划** 如果该问题是关于序列操作、路径寻找等问题,可能会涉及到动态规划的思想[^1]。例如,定义状态转移方程来解决问题中的最优子结构性质。 2. **图论基础** 若题目描述中提到节点连接关系或其他拓扑特性,那么它可能是图论相关的问题。此时需要掌握基本概念如最短路、最小生成树等算法实现方式。 3. **字符串处理** 对于一些涉及模式匹配、编辑距离计算等情况下的字符串比较任务来说,KMP算法、Manacher算法以及Z函数都是非常重要的工具之一。 以下是针对上述几种可能性给出的一般性解决方案框架代码示例: ```python # 动态规划模板 (以最长公共子序列为例子) def lcs_length(X, Y): m = len(X) n = len(Y) L = [[None]*(n + 1) for i in range(m + 1)] """ Following steps build LCSuff[m+1][n+1] in bottom up fashion """ for i in range(m + 1): for j in range(n + 1): if i == 0 or j == 0 : L[i][j] = 0 elif X[i-1] == Y[j-1]: L[i][j] = L[i-1][j-1]+1 else: L[i][j] = max(L[i-1][j], L[i][j-1]) return L[m][n] # 图论 - Dijkstra单源最短路径算法 import heapq as hq def dijkstra(graph,start_node): distances={node:float('inf')for node in graph} distances[start_node]=0 priority_queue=[(0,start_node)] while priority_queue: current_distance,current_node=hq.heappop(priority_queue) if current_distance>distances[current_node]: continue for neighbor,weight in graph[current_node].items(): distance=current_distance+weight if distance<distances[neighbor]: distances[neighbor]=distance hq.heappush(priority_queue,(distance,neighbor)) return distances # 字符串 KMP 算法 def computeLPSArray(pattern,lps,m): length=0 lps[0]=0 i=1 while i<m: if pattern[i]==pattern[length]: length+=1 lps[i]=length i+=1 else: if length!=0: length=lps[length-1] else: lps[i]=0 i+=1 def KMPSearch(pat,txt): M=len(pat) N=len(txt) lps=[0]*M j=0 computeLPSArray(pat,lps,M) i=0 result=[] while i<N: if pat[j]==txt[i]: i+=1 j+=1 if j==M: result.append(i-j) j=lps[j-1] elif i<N and pat[j]!=txt[i]: if j!=0: j=lps[j-1] else: i+=1 return result ``` 以上仅为理论推导所得的部分常见算法模型展示,在实际应用过程中还需要结合具体的业务场景做出相应调整优化。
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