题意:给你一些带权的节点和一个正整数集合$S$,$S$中每一个数的二进制后缀$0$个数相同,节点$x$的权值为$v_x$,如果对于$x,y$存在$t\in S$使得$|v_x-v_y|=t$,那么连边$(x,y)$,现在要找出一个最大的子图使得子图中的节点两两最短距离$\leq2$

第一次用TC客户端上的Arena,特别开心==

如果$S$中每个数末尾有$k$个$0$,那么一条边的两个端点的权值的第$k+1$位必定不同,所以这个图是二分图

接下来相当于是要在二分图的两部分中分别找一个非空点集,使得两个集合中的点两两有边相连,对两部间的边取补后问题变为两两无边相连

因为要求非空所以不能直接跑最大独立集,考虑枚举一对不相邻的,分属二分图两部的节点,硬点他们必须被选,删掉它们和与之相连的边,对剩下的点跑最大独立集即可

#include<vector>
#include<string>
#include<sstream>
#include<algorithm>
#include<string.h>
using namespace std;
const int inf=2147483647;
int lowbit(int x){return x&-x;}
int abs(int x){return x>0?x:-x;}
string str;
int h[90],nex[5010],to[5010],cap[5010],M,S,T;
void ins(int a,int b,int c){
	M++;
	to[M]=b;
	cap[M]=c;
	nex[M]=h[a];
	h[a]=M;
}
void add(int a,int b,int c){
	ins(a,b,c);
	ins(b,a,0);
}
int dis[90],q[90];
bool bfs(){
	int head,tail,x,i;
	memset(dis,-1,sizeof(dis));
	head=tail=1;
	q[1]=S;
	dis[S]=0;
	while(head<=tail){
		x=q[head++];
		for(i=h[x];i;i=nex[i]){
			if(cap[i]&&dis[to[i]]==-1){
				dis[to[i]]=dis[x]+1;
				if(to[i]==T)return 1;
				q[++tail]=to[i];
			}
		}
	}
	return 0;
}
int cur[90];
int dfs(int x,int flow){
	if(x==T)return flow;
	int us=0,i,t;
	for(i=cur[x];i&&flow;i=nex[i]){
		if(cap[i]&&dis[to[i]]==dis[x]+1){
			t=dfs(to[i],min(flow,cap[i]));
			cap[i]-=t;
			cap[i^1]+=t;
			us+=t;
			flow-=t;
			if(cap[i])cur[x]=i;
		}
	}
	if(us==0)dis[x]=-1;
	return us;
}
int dicnic(){
	int ans=0;
	while(bfs()){
		memcpy(cur,h,sizeof(h));
		ans+=dfs(S,inf);
	}
	return ans;
}
bool g[90][90];
int v1[90],v2[90],d[90],n1,n2,lw,cnt;
int gao(int x,int y){
	int i,j,sum;
	cnt++;
	d[x]=cnt;
	for(i=1;i<=n2;i++){
		if(g[x][i])d[i+n1]=cnt;
	}
	d[y+n1]=cnt;
	for(i=1;i<=n1;i++){
		if(g[i][y])d[i]=cnt;
	}
	memset(h,0,sizeof(h));
	M=1;
	sum=0;
	for(i=1;i<=n1;i++){
		if(d[i]!=cnt){
			add(S,i,1);
			sum++;
		}
	}
	for(i=n1+1;i<=n1+n2;i++){
		if(d[i]!=cnt){
			add(i,T,1);
			sum++;
		}
	}
	for(i=1;i<=n1;i++){
		if(d[i]!=cnt){
			for(j=n1+1;j<=n1+n2;j++){
				if(g[i][j-n1]&&d[j]!=cnt){
					add(i,j,1);
				}
			}
		}
	}
	return sum-dicnic()+2;
}
class NumberGraph{
	public:
		int largestSet(vector<string>gs,vector<int>js){
			int x,i,j,k,ans;
			bool flag;
			str="";
			for(i=0;i<(int)gs.size();i++)str+=gs[i];
			istringstream cin(str);
			lw=lowbit(js[0]);
			n1=n2=0;
			while(cin>>x)(x&lw?v1[++n1]:v2[++n2])=x;
			S=n1+n2+1;
			T=S+1;
			for(i=1;i<=n1;i++){
				for(j=1;j<=n2;j++){
					flag=1;
					for(k=0;k<(int)js.size();k++){
						if(abs(v1[i]-v2[j])==js[k]){
							flag=0;
							break;
						}
					}
					g[i][j]=flag;
				}
			}
			ans=1;
			for(i=1;i<=n1;i++){
				for(j=1;j<=n2;j++){
					if(!g[i][j])ans=max(ans,gao(i,j));
				}
			}
			return ans;
		}
};
/*
int main(){
	NumberGraph g;
	vector<string>vs;
	vector<int>vi;
	string s;
	int x;
	ostringstream os;
	scanf("%d",&x);
	while(x){
		os<<x<<' ';
		scanf("%d",&x);
	}
	vs.push_back(os.str());
	scanf("%d",&x);
	while(x){
		vi.push_back(x);
		scanf("%d",&x);
	}
	printf("%d",g.largestSet(vs,vi));
}
*/

[TCO2009]NumberGraph的更多相关文章

随机推荐

  1. Spring Session加Redis(山东数漫江湖)

    session是一个非常常见的概念.session的作用是为了辅助http协议,因为http是本身是一个无状态协议.为了记录用户的状态,session机制就应运而生了.同时session也是一个非常老 ...

  2. 01背包入门 dp

    题目引入: 有n个重量和价值分别为Wi,Vi的物品.从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中的价值总和的最大值. 分析: 首先,我们用最普通的方法,针对每个物品是否放入背包进行搜索. ...

  3. elementui raido 单选框 循环渲染加:key

    <el-radio-group v-model="adminRole"> <el-radio v-for="item in adminRoles&quo ...

  4. Angular2.0 基础: User Input

    1.Angular 2.0 中的变量 对输入值的获取,我们可以通过$event 来获取,也可以通过变量来获取. template: ` <input (keyup)="onKey($e ...

  5. 一个基于时间注入的perl小脚本

    use strict; use warnings; use LWP::Simple; my %table_and_leng; ;;$count++){ #print "Test Table: ...

  6. Python3 嵌套函数

    嵌套函数: 函数体内用def定义函数 注意:函数体中调用其他函数不算嵌套函数,只能是函数的调用 简单的嵌套函数: 输出结果:

  7. dump_stack 实现分析【转】

    转自:http://kernel.meizu.com/2017/03/18-40-19-dump_stack.html 1 简介 说起 dump_stack() ,相信从事 Linux 内核或者驱动相 ...

  8. ue4.3正式版源码链接

    ue4.3正式版源码链接 http://tieba.baidu.com/p/3170253742

  9. mongodb 学习笔记--- 基础知识

    1.mongodb的安装 (1) mac使用brew 安装就好 brew install mongodb (2) mkdir /data/db 作为mongodb默认的数据目录 并 sudo chow ...

  10. 转 白话解析:一致性哈希算法 consistent hashing

    摘要: 本文首先以一个经典的分布式缓存的应用场景为铺垫,在了解了这个应用场景之后,生动而又不失风趣地介绍了一致性哈希算法,同时也明确给出了一致性哈希算法的优点.存在的问题及其解决办法. 声明与致谢: ...