zoukankan      html  css  js  c++  java
  • bzoj 2109: [Noi2010]Plane 航空管制

    Description

    世博期间,上海的航空客运量大大超过了平时,随之而来的航空管制也频频 发生。最近,小X就因为航空管制,连续两次在机场被延误超过了两小时。对此, 小X表示很不满意。 在这次来烟台的路上,小 X不幸又一次碰上了航空管制。于是小 X开始思考 关于航空管制的问题。 假设目前被延误航班共有 n个,编号为 1至n。机场只有一条起飞跑道,所 有的航班需按某个顺序依次起飞(称这个顺序为起飞序列)。定义一个航班的起 飞序号为该航班在起飞序列中的位置,即是第几个起飞的航班。 起飞序列还存在两类限制条件:  第一类(最晚起飞时间限制):编号为 i的航班起飞序号不得超过 ki;  第二类(相对起飞顺序限制):存在一些相对起飞顺序限制(a, b),表示 航班 a的起飞时间必须早于航班 b,即航班 a的起飞序号必须小于航班 b 的起飞序号。 小X 思考的第一个问题是,若给定以上两类限制条件,是否可以计算出一个 可行的起飞序列。第二个问题则是,在考虑两类限制条件的情况下,如何求出每 个航班在所有可行的起飞序列中的最小起飞序号。

    Input

    第一行包含两个正整数 n和m,n表示航班数目,m表示 第二类限制条件(相对起飞顺序限制)的数目。 第二行包含 n个正整数 k1, k2, „, kn。 接下来 m行,每行两个正整数 a和b,表示一对相对起飞顺序限制(a, b), 其中1≤a,b≤n, 表示航班 a必须先于航班 b起飞。

    Output

    包含 n个整数 t1, t2, „, tn,其中 ti表示航班i可能的最小起飞序 号,相邻两个整数用空格分隔。

    Sample Input


    5 5
    4 5 2 5 4
    1 2
    3 2
    5 1
    3 4
    3 1

    Sample Output


    3 4 1 2 1

    在样例 1 中:
    起飞序列 3 5 1 4 2 满足了所有的限制条件,所有满足条件的起飞序列有:
    3 4 5 1 2 3 5 1 2 4 3 5 1 4 2 3 5 4 1 2
    5 3 1 2 4 5 3 1 4 2 5 3 4 1 2
    由于存在(5, 1)和(3, 1)两个限制,航班1只能安排在航班 5和3之后,故最早
    起飞时间为3,其他航班类似。

    对于30%数据:n≤10;
    对于60%数据:n≤500;
    对于100%数据:n≤2,000,m≤10,000。

    HINT

    Source

    唉,人蠢就是没办法。。。

    首先第一问和菜肴制作类似,考虑正着做,然后放入k的小根堆中会有后效性。。

    我们虽然不知道第一个该用哪一个,但我们可以确定最后应该用谁。。。

    所以拓扑反序后,放入k的大根堆中,然后从后往前贪心的取即可。。。

    考虑第二问,数据范围能够承受对于每一个点单独处理,其实这一问不是很难,可能硬是有点蠢。。。

    我们对于当前这个点,能不取他就不取他(即放着他不管),直到不满足条件为止(直到堆为空,或者有人的起飞时间比最晚时间要晚)

    至于正确性的证明我也不会。。。 

    // MADE BY QT666
    #include<cstdio>
    #include<algorithm>
    #include<iostream>
    #include<cstring>
    #include<queue>
    using namespace std;
    typedef long long ll;
    const int N=200050;
    const int Inf=19260817;
    struct data{
      int x,k;
      bool operator < (const data &a) const{
        return k<a.k;
      }
    };
    priority_queue<data> q;
    int n,m,in[N],deg[N],k[N],ans[N];
    int head[N],to[N],nxt[N],cnt;
    void lnk(int x,int y){
      to[++cnt]=y,nxt[cnt]=head[x],head[x]=cnt;
    }
    void top_sort(int g){
      while(!q.empty()) q.pop();
      for(int i=1;i<=n;i++){
        deg[i]=in[i];
        if(i==g) deg[i]=Inf;
        if(!deg[i]) q.push((data){i,k[i]});
      }
      for(int id=n;id;id--){
        if(q.empty()){ans[g]=id;return;}
        data x=q.top();q.pop();
        if(x.k<id) {ans[g]=id;return;}
        for(int i=head[x.x];i;i=nxt[i]){
          int y=to[i];deg[y]--;
          if(!deg[y]) q.push((data){y,k[y]});
        }
      }
    }
    int main(){
      scanf("%d%d",&n,&m);
      for(int i=1;i<=n;i++) scanf("%d",&k[i]);
      for(int i=1;i<=m;i++){
        int u,v;scanf("%d%d",&u,&v);
        lnk(v,u);in[u]++;
      }
      for(int i=1;i<=n;i++) top_sort(i);
      for(int i=1;i<n;i++) printf("%d ",ans[i]);
      printf("%d",ans[n]);
      return 0;
    }
    

      

  • 相关阅读:
    Large-Scale Oil Palm Tree Detection from High-Resolution Satellite Images Using Two-Stage Convolutional Neural Networks(worldview油棕树检测)
    Visual Detail Augmented Mapping for Small Aerial Target Detection(航片动态小目标检测)
    Large Kernel Matters —— Improve Semantic Segmentation by Global Convolutional Network(GCN全局卷积网络)
    Learning a Discriminative Feature Network for Semantic Segmentation(语义分割DFN,区别特征网络)
    Semantic Segmentation on Remotely Sensed Images Using an Enhanced Global Convolutional Network with Channel Attention and Domain Specific Transfer Learning
    Super-Resolution Restoration of MISR Images Using the UCL MAGiGAN System 超分辨率恢复
    python 中内存释放与函数传递numpy数组问题
    hdfs的shell命令
    副本策略
    数据分割
  • 原文地址:https://www.cnblogs.com/qt666/p/7231374.html
Copyright © 2011-2022 走看看