【learning】一种奇妙的网络流建模方式
##吐槽
好吧这个是真的很妙qwq用来解方程组的网络流嗯不能更清真
正题
首先是大概描述
当一个方程组中所有的方程相加之后可以把所有的变量都消掉(也就是所有变量都出现一正一负可以抵消掉),我们会发现这个其实很像网络流中的流量平衡(正负一个看做流入一个看做流出)。我们可以将每条式子都看做一个点,方程中的常数就是限制方程成立的容量,这样我们就可以跑最大流来求出这个方程组的解了(如果说有一些别的限制条件什么满足×××最小或者最大啊之类的那就跑费用流就好)
这听起来很玄妙
然而其实。。拿一道题来说事会更加直观一点。。
我们设第\(i\)类志愿者的人数为\(x_i\),每个志愿者的费用为\(v_i\),第\(j\)天雇佣的人数为\(p_j\),那么我们可以把每天的雇佣人数写成一个不等式,为了方便表述这里给几个具体的数好一点
天数4,\(p =\){\(2,3,4,5\)},总共有5类志愿者如下表
| 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|
| 时间 | 1-1 | 1-2 | 2-3 | 3-3 | 3-4 |
| 费用 | 3 | 4 | 5 | 6 | 7 |
那么我们可以列出式子:
&p_1 = x_1+x_2>=2\\
&p_2=x_1+x_3>=3\\
&p_3=x_3+x_4+x_5>=4\\
&p_4=x_5>=5\\
\end{aligned}
\]
为了把不等式转成等式,我们可以对每个式子添加一个辅助变量\(y_i\),注意\(y_i\)是有范围的(在不同的题目里面会有不同的限制,但是在这题里面比较直接就是\(y_i>=0\),\(y_i\)的范围会影响到后面建图的时候的边的容量),那么我们可以把式子转化成这样:
&p_0=0\\
&p_1=x_1+x_2-y_1=2\\
&p_2=x_1+x_3-y_2=3\\
&p_3=x_3+x_4+x_5-y_3=4\\
&p_4=x_5-y_4=5\\
&p_5=0\\
\end{aligned}
\]
为什么要在一前一后加多两条式子呢?因为这样以后,我们每次用第\(i+1\)条式子减去第\(i\)条式子,就可以得到这样的东西:
&x_1+x_2-y_1=2&(p_1-p_0)\\
&x_3-x_2+y_1-y_2=1&(p_2-p_1)\\
&x_4+x_5-x_1+y_2-y_3=1&(p_3-p_2)\\
&-x_3-x_4+y_3-y_4=1&(p_4-p_3)\\
&-x_5+y_4=-5&(p_5-p_4)\\
\end{aligned}
\]
现在观察一下这些式子,每个变量都出现了两次,一次为正一次为负,刚好可以抵消,而且所有等式的右边和为0,我们再移下项,变成这样(为了更加方便后面的建图说明):
&-x_1-x_2+y_1+2=0\\
&-x_3-x_2-y_1+y_2+1=0\\
&-x_4-x_5+x_1-y_2+y_3+1=0\\
&x_3+x_4-y_3+y_4+1=0\\
&x_5-y_4-5=0\\
\end{aligned}
\]
那么接下来先说一下如何建图,后面再解释为什么:
将第\(i\)个等式看做图中编号为\(i\)的点,然后再添加两个点\(vs\)和\(vt\)作为源点和汇点
对于一个等式\(i\)中的常数项\(c\),如果是非负整数,那么从源点\(vs\)连一条容量为\(c\)费用为\(0\)的有向边到\(i\)
如果是负整数,那么从\(i\)连一条容量为\(abs(c)\)费用为\(0\)的有向边到汇点\(vt\)
对于一个等式\(i\)中的变量\(x_i\),如果\(x_i\)在等式\(j\)中出现,且在\(i\)和\(j\)中符号相反,那么从符号为负的等式连一条容量为\(\infty\)费用为\(v_i\)的有向边到符号为正的等式
(注意,这里的容量应该为\(x_i\)的上限,这题里面是只要求\(x_i>=0\)即可所以是\(\infty\))
- 对于一个等式\(i\)中的变量\(y_i\),如果\(y_i\)在等式\(j\)中出现,且在\(i\)和\(j\)中符号相反,那么从符号为负的等式连一条容量为\(\infty\)费用为\(0\)的有向边到符号为正的等式
(同样的,这里的容量应该为\(y_i\)的上限,这题里面也是恰好\(y_i>=0\)所以是\(\infty\))
建完图之后,跑一遍最小费用最大流,\(ans\)就是\(vs\)到\(vt\)的最小费用
怎么去理解呢?
我们看回上面的等式,每个等式的左边都是几个变量和一个常数相加,右边都是0,会发现其实就像网络流中的除了源点和汇点以外其他的点都满足流量平衡(流进多少流出多少)
那么,我们就可以把一个式子中所有正的变量理解为流入的流量,负的变量理解为流出的流量,而正常数可以理解为来自源点的流量(一开始就流过来的一定有的),负的常数则是流向汇点的流量,所以就可以按照这个思路来构建这样的一个网络流模型啦,从源点到汇点的网络最大流就可以满足所有的等式
同时,这题还要求\(\sum\limits_{i=1}^{m}x_i*v_i\)最小,其实就是一个附加条件,那就给\(x\)变量对应的边上加上权值然后跑最小费用最大流即可ovo
代码的话大概是这样的,顺便吐槽一句bzoj这题的数据好像有点弱啊。。第一次交上去的时候反向边两个都建成tot+1了结果还要过了。。qwq
(其实就是说下面的代码可能还是有bug欢迎纠错qwq)
#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#define ll long long
#define inf 1000000
using namespace std;
const int N=1010;
const int M=10010;
struct xxx{
int y,next,r,op,c;
}a[M*10];
queue<int> q;
int h[N],X[N];
int pre[100010],mn[100010],pred[100010];
ll d[N];
ll ans;
bool vis[N];
int n,m,vs,vt,tot;
int add(int x,int y,int r,int c);
int spfa();
int main(){
#ifndef ONLINE_JUDGE
freopen("a.in","r",stdin);
freopen("a.out","w",stdout);
#endif
int l,r,c,tmp;
scanf("%d%d",&n,&m);
for (int i=1;i<=n;++i) scanf("%d",X+i);
vs=0,vt=n+2;
memset(h,-1,sizeof(h));
for (int i=2;i<=n+1;++i) add(i,i-1,inf,0);
for (int i=1;i<=m;++i){
scanf("%d%d%d",&l,&r,&c);
add(l,r+1,inf,c);
}
for (int i=1;i<=n+1;++i){
tmp=X[i]-X[i-1];
if (tmp>0) add(vs,i,tmp,0);
if (tmp<0) add(i,vt,-tmp,0);
}
ans=0;
while (spfa());
printf("%lld\n",ans);
}
int add(int x,int y,int r,int c){
a[++tot].y=y; a[tot].next=h[x]; h[x]=tot; a[tot].r=r; a[tot].op=tot+1; a[tot].c=c;
a[++tot].y=x; a[tot].next=h[y]; h[y]=tot; a[tot].r=0; a[tot].op=tot-1; a[tot].c=-c;
}
int spfa(){
while (!q.empty()) q.pop();
for (int i=vs;i<=vt;++i) d[i]=inf,vis[i]=false,mn[i]=inf;
q.push(vs); vis[vs]=1; d[vs]=0;
mn[vs]=inf; pre[vs]=-1; pred[vs]=-1;
int v,u;
while (!q.empty()){
v=q.front(); q.pop();
for (int i=h[v];i!=-1;i=a[i].next){
u=a[i].y;
if (!a[i].r) continue;
if (d[u]>d[v]+a[i].c){
pre[u]=i; pred[u]=v;
mn[u]=min(mn[v],a[i].r);
d[u]=d[v]+a[i].c;
if (!vis[u])
vis[u]=1,q.push(u);
}
}
vis[v]=false;
}
if (d[vt]==inf) return false;
ll flow=mn[vt];
ans+=flow*d[vt];
u=vt;
while (pre[u]!=-1){
a[pre[u]].r-=flow;
a[a[pre[u]].op].r+=flow;
u=pred[u];
}
return true;
}
【learning】一种奇妙的网络流建模方式的更多相关文章
- 一种工业级系统交互建模工具的应用--EventStudio System Designer
一种工业级系统交互建模工具的应用 [摘要] 本文以探索如何维护大规模复杂系统交互设计模型为目的,以EventHelix公司的商业付费软件EventStudio System Designer为建模工具 ...
- 【转】Verilog HDL常用建模方式——《Verilog与数字ASIC设计基础》读书笔记(四)
Verilog HDL常用建模方式——<Verilog与数字ASIC设计基础>读书笔记(四) Verilog HDL的基本功能之一是描述可综合的硬件逻辑电路.所谓综合(Synthesis) ...
- 构建“元宇宙”,有哪些3D建模方式?
"沉浸.3D世界.虚拟社交.虚拟购物",最近"元宇宙"的概念特别火.人们畅想通过AR/VR以及其他互联网技术,把现实世界的楼房街道.天气温度.人际关系等投射到虚 ...
- ASP.NET Core应用的错误处理[1]:三种呈现错误页面的方式
由于ASP.NET Core应用是一个同时处理多个请求的服务器应用,所以在处理某个请求过程中抛出的异常并不会导致整个应用的终止.出于安全方面的考量,为了避免敏感信息的外泄,客户端在默认的情况下并不会得 ...
- UVA 11082 矩阵解压(网络流建模)
矩阵解压 紫书P374 建模真的是挺难的,如果直接给我这题,我是想不到用网络流的,所以还应多做网路流建模,学会如何转化成网络流 还有,现在用的EK算法是比较慢的,还应去看看Dnic和ISAP,并且理解 ...
- Js之Dom学习-三种获取页面元素的方式、事件、innerText和innerHTML的异同
一.三种获取页面元素的方式: getElementById:通过id来获取 <body> <input type="text" value="请输入一个 ...
- javascript一种新的对象创建方式-Object.create()
1.Object.create() 是什么? Object.create(proto [, propertiesObject ]) 是E5中提出的一种新的对象创建方式,第一个参数是要继承的原型,如果不 ...
- 转: .NET MVC3 几种返回 JSON 对象的方式和注意事项
.NET MVC3 几种返回 JSON 对象的方式和注意事项 转自:http://blog.csdn.net/xxj_jing/article/details/7382589 引言在用 .NET MV ...
- sql有几种删除表数据的方式
有几种删除表数据的方式? truncate.delete和drop都可以删除数据. TRUNCATE TABLE删除表中的所有行,而不记录单个行删除操作. TRUNCATE TABLE 与没有 WHE ...
随机推荐
- sql必知必会笔记
1.DISTINCT 用于剔除重复的值, 如果后跟多个列, 则要求所有列的值都相同才会被剔除. SELECT DISTINCT ven_id, prod_price FROM Products; ...
- .net Winfrom 僵尸窗口 的问题
执行顺序如下: Form1 form1 =new Form1(); form1.ShowDialog(); Form2 form2= Application.OpenForms["Form2 ...
- 自动化测试 selenium中WebDriver 和WebElement的区别
之前在做UI自动化测试中 经常会用到 WebDriver 和 WebElement两个类 以前对这两个类总感觉有点傻傻分不清 昨天看了下之前下的代码 结合自己的理解 对着两个类的区别和关系 ...
- enable multi-tenancy on openstack pike
Multi-tenancy 是openstack ironic从Ocata版本开始支持的新特性,通过network-generic-switch插件控制交换机,Ironic可以实现在不同租户间机网络隔 ...
- Windows平台监听服务无法启动报报TNS-12560 TNS-00530案例
在Windows Server 2012平台使用命令启动监听服务时遇到了TNS-12560 & TNS-00530错误. C:\Users>lsnrctl start GEW_LIS ...
- Caffe︱构建lmdb数据集、binaryproto均值文件及各类难辨的文件路径名设置细解
Lmdb生成的过程简述 1.整理并约束尺寸,文件夹.图片放在不同的文件夹之下,注意图片的size需要规约到统一的格式,不然计算均值文件的时候会报错. 2.将内容生成列表放入txt文件中.两个txt文件 ...
- 一句Python,一句R︱数据的合并、分组、排序、翻转
先学了R,最近刚刚上手python,所以想着将python和R结合起来互相对比来更好理解python.最好就是一句python,对应写一句R. python中的numpy模块相当于R中的matirx矩 ...
- eviews 9.5新版本——平均预测、面板效应检验
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 一.界面优化 eviews9.5 更友好,可以 ...
- ffmpeg在am335x上的移植
交叉编译工具:arm-linux-gcc 一.先下载一下文件 1. yasm-1.2.0.tar.gz 2. x264-snapshot-20140424-2245.tar.bz2 3. xvidco ...
- emWin 2天速成实例教程000_如何快速入门ucGUI/emWin
备注:(1)打开工程目录下的"Exe\GUISimulationDebug.exe"即可看到效果.(2)看完教程000-005就基本会用emWin做项目,其他章节可以需要时再参考. ...