差分约束系统

本文探讨差分约束系统及其解决不等式组的方法,介绍如何将其转化为图上的最短路或最长路问题,详细解析算法原理及应用实例,如HYSBZ-2330分糖果和POJ-1364king问题。

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

差分约束系统

  • 求解不等式组
    • 有解 必有无穷多解(全部加上一个常数)
    • 无解
  • 转化为图上的最短路或者最长路
    • 不等号方向为 <= 最短路
    • 不等号方向为 >= 最长路
  • 例子

    B - A >= c      (1)
    C - B >= a      (2)
    C - A >= b      (3)
    • 把A看做源点,A到A的距离是0(或者想象一个虚源点,它和A点重合)
    • 那么求C的范围可以求C-A的范围(A是0),由不等式组可知 C-A >= max(b , a+c),转化到图上,就相当于求C到源点A的距离,到底是走(3)这条边还是走(1)(2)这两条边,哪一种方案距离最长,所以需要跑最长路,得到的结果是C的最小值
    • 反之,若不等号方向是 <= ,那么相当于C-A <= min(b , a+c),所以跑的是最短路,得到的是C的最大值
  • 几个约束条件
    • 一个不等式组中的所有不等号必须同为>= 或者同为<=,跑相应的最长路或者最短路
    • 所有数都是整数,所以a < b 可以转化为a <= b - 1,大于号同理;等于号转化为两个对称不等式
    • 若跑最短路,图中有负环,必无解,其数学意义是小于无穷小,这是不存在的
    • 若跑最长路,图中存在正环,必无解,其数学意义是大于无穷大,这是不存在的
    • 综上,跑最短(最长)路的算法选择SPFA
  • 变量值的限定(仅供参考,不是很严谨)
    • 取决于每个点到虚源点的初始距离和求的是最小值还是最大值,不妨要求的是最小值,则跑的是最长路
    • 一开始将所有点都丢进SPFA的队列中,相当于设想了虚源点,若初始距离(所有点到虚源点的距离)初始化为a,则最后的解向量中每一个变量的值都至少是a,类比例子可以知道为什么,C-A>=x,A是a,那么C必然大于等于a
    • 若求的是最大值,则跑的是最短路,初始与虚源点的距离为a,则最后的解向量中每一个变量的值不超过a
  • 模板
    HYSBZ - 2330 分糖果
#include<iostream>
#include<queue>
#include<list>
#include<vector>
#include<cstring>
#include<set>
#include<stack>
#include<map>
#include<cmath>
#include<algorithm>
#include<string>
#include<stdio.h>
using namespace std;
typedef long long ll;
#define MS(x,i) memset(x,i,sizeof(x))
#define rep(i,s,e) for(int i=s; i<=e; i++)
#define sc(a) scanf("%d",&a)
#define scl(a) scanf("%lld",&a)
#define sc2(a,b) scanf("%d %d", &a, &b)
#define debug printf("debug......\n");
#define pfd(x) printf("%d\n",x)
#define pfl(x) printf("%lld\n",x)
const double eps=1e-8;
const double PI = acos(-1.0);
const int inf = 0x3f3f3f3f;
const ll INF = 0x7fffffff;
const int maxn = 1e5+10;
int dx[4] = {0, 0, 1, -1};
int dy[4]  = {1, -1, 0 , 0};

const int M = 1e5+10;
int n,m;//顶点数边数
int head[maxn];//记录顶点的第一条边
int cnt; //记录当前是第几条边
//边
struct node{
    int to;
    int w;
    int nxt;
}edge[2*M]; //无向图的话要开两倍
//加边
void addEdge(int u, int v, int w){
    edge[cnt].to = v;
    edge[cnt].w = w;
    edge[cnt].nxt = head[u];
    head[u] = cnt++;
}

bool vis[maxn];//记录是否在队列
int dis[maxn];//记录当前最短距离
int in[maxn];//记录结点被入队了多少次,如果大于n则说明有负环
//int path[maxn];//记录前驱
bool SPFA(int s){
    queue<int> q;
    //把所有点一开始都丢进队列,事实上相当于建立一个虚源点,并限定定所有点到其距离为1,保证了所有变量值大于等于1
    rep(i, 1, n){
        q.push(i);
        dis[i] = 1;
        vis[i] = 1;
    }
    while(!q.empty()){
        int fr = q.front();
        q.pop();
        vis[fr] = 0;//出队后置为0
        //对每个与fr相连的顶点 对其进行松弛操作
        for(int i=head[fr]; i!=0; i=edge[i].nxt){
            int v = edge[i].to;
            int w = edge[i].w;
            //这里跑最长路 所以取小于号
            if(dis[v] < dis[fr] + w){
                //pre[v] = fr;
                dis[v] = dis[fr] +  w;
                if(!vis[v]){
                    q.push(v);
                    in[v]++;
                    vis[v] = 1;
                    if(in[v] > n) return false;
                }
            }
        }
    }
    return true;
}

int main(){
    ios::sync_with_stdio(false);
    cin>>n>>m;
    int u,v,w;
    cnt = 1;//第一条边
    MS(head , 0 );
    //rep(i,1,n) addEdge(0,i,1);
    rep(i , 1, m){
        cin>>w>>u>>v;
        if(w == 1){
            addEdge(u , v , 0);
            addEdge(v , u , 0);
        }
        else if(w == 2){
            addEdge(u , v, 1);
        }
        else if(w == 3){
            addEdge(v , u , 0);
        }
        else if(w == 4){
            addEdge(v, u, 1);
        }
        else if(w == 5){
            addEdge(u , v , 0);
        }
    }
    ll ans = 0;
    if(SPFA(0)){
        rep(i,1,n)
            ans += dis[i];
            cout<<ans<<endl;
    }
    else{
        cout<<-1<<endl;
    }
return 0;
}

POJ - 1364 king

#include<iostream>
#include<queue>
#include<list>
#include<vector>
#include<cstring>
#include<set>
#include<stack>
#include<map>
#include<cmath>
#include<algorithm>
#include<string>
#include<stdio.h>
using namespace std;
typedef long long ll;
#define MS(x,i) memset(x,i,sizeof(x))
#define rep(i,s,e) for(int i=s; i<=e; i++)
#define sc(a) scanf("%d",&a)
#define scl(a) scanf("%lld",&a)
#define sc2(a,b) scanf("%d %d", &a, &b)
#define debug printf("debug......\n");
#define pfd(x) printf("%d\n",x)
#define pfl(x) printf("%lld\n",x)
const double eps=1e-8;
const double PI = acos(-1.0);
const int inf = 0x3f3f3f3f;
const ll INF = 0x7fffffff;
const int maxn = 2e2+10;
const int M = 2e2+10;
int dx[4] = {0, 0, 1, -1};
int dy[4]  = {1, -1, 0 , 0};

int n,m;//顶点数边数
int head[maxn];//记录顶点的第一条边
int cnt; //记录当前是第几条边
//边
struct node{
    int to;
    int w;
    int nxt;
}edge[2*M]; //无向图的话要开两倍
//加边
void addEdge(int u, int v, int w){
    edge[cnt].to = v;
    edge[cnt].w = w;
    edge[cnt].nxt = head[u];
    head[u] = cnt++;
}
bool vis[maxn];//记录是否在队列
int dis[maxn];//记录当前最短距离
int in[maxn];//记录结点被入队了多少次,如果大于n则说明有负环
bool SPFA(){
    queue<int> q;
    rep(i, 0, n){
        q.push(i);
        //初始化一下dis 数值无所谓 可以初始化为0
        dis[i] = 10;
        vis[i] = 1;
        in[i] = 1;
    }
    while(!q.empty()){
        int fr = q.front();
        q.pop();
        vis[fr] = 0;//出队后置为0
        //对每个与fr相连的顶点 对其进行松弛操作
        for(int i=head[fr]; i!=0; i=edge[i].nxt){
            int v = edge[i].to;
            int w = edge[i].w;
            //跑最短路
            if(dis[v] > dis[fr] + w){
                //pre[v] = fr;
                dis[v] = dis[fr] +  w;
                if(!vis[v]){
                    q.push(v);
                    in[v]++;
                    vis[v] = 1;
                    if(in[v] > n) return false;
                }
            }
        }
    }
    return true;
}

int main(){
    while(sc(n) != EOF){
        cnt = 1;
        MS(head , 0);
        MS(vis , 0);
        if(n == 0 )break;
        sc(m);
        int si,ni,ki;
        char oi[5];
        rep(i,1,m){
            scanf("%d%d%s%d", &si, &ni, &oi, &ki);
            if(oi[0] == 'g'){
                addEdge(si+ni , si-1, -1-ki);
            }
            else{
                addEdge(si-1 , si+ni, ki-1);
            }
        } 
        if(!SPFA()) printf("successful conspiracy\n");
        else printf("lamentable kingdom\n");
    }
    return 0;
}

转载于:https://www.cnblogs.com/czsharecode/p/10783336.html

内容概要:该PPT详细介绍了企业架构设计的方法论,涵盖业务架构、数据架构、应用架构和技术架构四大核心模块。首先分析了企业架构现状,包括业务、数据、应用和技术四大架构的内容和关系,明确了企业架构设计的重要性。接着,阐述了新版企业架构总体框架(CSG-EAF 2.0)的形成过程,强调其融合了传统架构设计(TOGAF)和领域驱动设计(DDD)的优势,以适应数字化转型需求。业务架构部分通过梳理企业级和专业级价值流,细化业务能力、流程和对象,确保业务战略的有效落地。数据架构部分则遵循五大原则,确保数据的准确、一致和高效使用。应用架构方面,提出了分层解耦和服务化的设计原则,以提高灵活性和响应速度。最后,技术架构部分围绕技术框架、组件、平台和部署节点进行了详细设计,确保技术架构的稳定性和扩展性。 适合人群:适用于具有一定企业架构设计经验的IT架构师、项目经理和业务分析师,特别是那些希望深入了解如何将企业架构设计与数字化转型相结合的专业人士。 使用场景及目标:①帮助企业和组织梳理业务流程,优化业务能力,实现战略目标;②指导数据管理和应用开发,确保数据的一致性和应用的高效性;③为技术选型和系统部署提供科学依据,确保技术架构的稳定性和扩展性。 阅读建议:此资源内容详尽,涵盖企业架构设计的各个方面。建议读者在学习过程中,结合实际案例进行理解和实践,重点关注各架构模块之间的关联和协同,以便更好地应用于实际工作中。
资 源 简 介 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系, 详 情 说 明 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系,在此基础上重点分析了一种快速ICA实现算法一FastICA。物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号,而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征,本文利用独立分量分析的思想和方法,提出了利用FastICA算法提取光谱信号的特征的方案,并进行了详细的仿真实验。 此外,我们还进行了进一步的研究,探索了其他可能的ICA应用领域,如音乐信号处理、图像处理以及金融数据分析等。通过在这些领域中的实验和应用,我们发现ICA在提取信号特征、降噪和信号分离等方面具有广泛的潜力和应用前景。
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