zoukankan      html  css  js  c++  java
  • 蚯蚓的游戏问题

    蚯蚓的游戏问题

     时间限制: 1 s
     空间限制: 128000 KB
    题目描述 Description

    在一块梯形田地上,一群蚯蚓在做收集食物游戏。蚯蚓们把梯形田地上的食物堆积整理如下:

                                                     a(1,1)  a(1,2)…a(1,m)

                                              a(2,1)  a(2,2)  a(2,3)…a(2,m)  a(2,m+1)     

                                         a(3,1)  a (3,2)  a(3,3)…a(3,m+1)  a(3,m+2)

                                 ……  

                                       a(n,1)   a(n,2)   a(n,3)…           a(n,m+n-1)     

           它们把食物分成n行,第1行有m堆的食物,每堆的食物量分别是a(1,1),a(1,2),…,a(1,m);

    第2行有m+1堆食物,每堆的食物量分别是a(2,1),a(2,2),…,  a(2,m+1);以下依次有m+2堆、m+3堆、…m+n-1堆食物。

    现在蚯蚓们选择了k条蚯蚓来测试它们的合作能力(1≤ k ≤m)。测试法如下:第1条蚯蚓从第1行选择一堆食物,然后往左下或右下爬,并收集1堆食物,例如从a(1,2)只能爬向a(2,2) 或a(2,3),而不能爬向其它地方。接下来再爬向下一行收集一堆食物,直到第n行收集一堆食物。第1条蚯蚓所收集到的食物量是它在每一行所收集的食物量之和;第2条蚯蚓也从第1行爬到第n行,每行收集一堆食物,爬的方法与第1条蚯蚓相类似,但不能碰到第1条蚯蚓所爬的轨迹;一般地,第i 条蚯蚓从第1行爬到第 n行,每行收集一堆食物,爬的方法与第1条蚯蚓类似,但不能碰到前 I-1 条蚯蚓所爬的轨迹。这k条蚯蚓应该如何合作,才能使它们所收集到的食物总量最多?收集到的食物总量可代表这k条蚯蚓的合作水平。

    • Ø编程任务:

           给定上述梯形m、n和k的值(1≤k≤m≤30;1≤n≤30)以及梯形中每堆食物的量(小于10的非整数),编程计算这k条蚯蚓所能收集到的食物的最多总量。

    输入描述 Input Description

           输入数据共有n+1行。每行的两个数据之间用一个空格隔开。

            ●第1行是n、m和k的值。

    • 接下来的n行依次是梯形的每一行的食物量a(i,1),a(i,2),…,a(i,m+i-1),i=1,2,…,n。
    输出描述 Output Description

    程序运行结束时,在屏幕上输出k蚯蚓条所能收集到的食物的最多总量。

    样例输入 Sample Input

    3    2   2    

    1   2

    5   0   2

    1   10  0  6

    样例输出 Sample Output

    26


    网络流。考虑将每个点分为两个新点x和y,建图的时候每个点的x点和y点连一条流量为1,费用为点权的边,然后每个点的y点分别和左下,右下的点的x点建一条流量为1,费用为0的边。最后第一排和最后一排再分别和源点汇点连边。
    建完图跑最大费用最大流。
    #include<bits/stdc++.h>
    #define N 2700
    #define INF LLONG_MAX/2
    
    using namespace std;
    
    
    struct MCMF
    {
        struct Edge
        {
            long long  from,to,flow,cost;
        };
    
        vector<Edge> edges;
        vector<long long > G[N];
        long long  inq[N];//是否在队列中
        long long  d[N];//距离
        long long  p[N];//上一条弧
        long long  a[N];//可改进量
    
        void init()//初始化
        {
            for(long long  i=0; i<N; i++)G[i].clear();
            edges.clear();
        }
    
        void addedge(long long  from,long long  to,long long  flow,long long  cost)//加边
        {
            edges.push_back((Edge)
            {
                from,to,flow,cost
            });
            edges.push_back((Edge)
            {
                to,from,0,-cost
            });
            long long  m=edges.size();
            G[from].push_back(m-2);
            G[to].push_back(m-1);
        }
    
        bool SPFA(long long  s,long long  t,long long  &flow,long long  &cost)//寻找最小费用的增广路,使用引用同时修改原flow,cost
        {
            for(long long  i=0; i<N; i++)d[i]=INF,inq[i]=0;
            d[s]=0;
            inq[s]=1;
            p[s]=0;
            a[s]=INF;
            queue<long long > Q;
            Q.push(s);
            while(!Q.empty())
            {
                long long  u=Q.front();
                Q.pop();
                inq[u]=0;
                for(long long  i=0; i<G[u].size(); i++)
                {
                    Edge& e=edges[G[u][i]];
                    if(e.flow>0 && d[e.to]>d[u]+e.cost)//满足可增广且可变短
                    {
                        d[e.to]=d[u]+e.cost;
                        p[e.to]=G[u][i];
                        a[e.to]=min(a[u],e.flow);
                        if(!inq[e.to])
                        {
                            inq[e.to]=1;
                            Q.push(e.to);
                        }
                    }
                }
            }
            if(d[t]==INF) return false;//汇点不可达则退出
            flow+=a[t];
            cost+=d[t]*a[t];
            long long  u=t;
            while(u!=s)//更新正向边和反向边
            {
                edges[p[u]].flow-=a[t];
                edges[p[u]^1].flow+=a[t];
                u=edges[p[u]].from;
            }
            return true;
        }
    
    
        void MincotMaxflow(long long  s,long long  t,long long  &flow,long long  &cost)
        {
            while(SPFA(s,t,flow,cost));//{cost=0;flow=long long _MAX;}
        }
    };
    
    MCMF mcmf;
    int main()
    {
        int n,m,k;
        int a[40][80];
        int x[40][80],y[40][80];
    
        scanf("%d %d %d",&n,&m,&k);
    
        for(int i=1; i<=n; i++)
            for(int j=1; j<=m+i-1; j++)scanf("%d",&a[i][j]);
    
        int s2=((m+m+n-1)*n/2)*2+1;
        int s1=s2+1;
        int t=s1+1;
    
        mcmf.init();
        mcmf.addedge(s1,s2,k,0);
    
        for(int i=1; i<=m; i++)mcmf.addedge(s2,2*i-1,1,0);
    
        int tot=1;
        for(int i=1; i<=n; i++)
        {
            for(int j=1; j<=m+i-1; j++)
            {
                x[i][j]=2*tot-1,y[i][j]=2*tot;
                tot++;
            }
        }
    
    
        for(int i=1; i<=n; i++)
        {
            for(int j=1; j<=m+i-1; j++)
                mcmf.addedge(x[i][j],y[i][j],1,-a[i][j]);
        }
    
        for(int i=1; i<n; i++)
        {
            for(int j=1; j<=m+i-1; j++)
            {
                mcmf.addedge(y[i][j],x[i+1][j],1,0);
                mcmf.addedge(y[i][j],x[i+1][j+1],1,0);
            }
        }
    
        for(int i=1; i<=n+m+1; i++)
        {
            mcmf.addedge(y[n][i],t,1,0);
        }
    
        long long flow=0,cost=0;
        mcmf.MincotMaxflow(s1,t,flow,cost);
        printf("%lld",-cost);
        return 0;
    }
    View Code
  • 相关阅读:
    GAN阶段性小结(损失函数、收敛性分析、训练技巧、应用“高分辨率、domain2domain”、研究方向)
    MMD :maximum mean discrepancy
    Chinese-BERT-wwm
    VGG16学习笔记
    jupyter notebook使用技巧--命令行模式以及在Markdown模式使用的操作(4)
    不同领域公开数据集下载
    数据挖掘竞赛,算法刷题网址汇总
    在keras下实现多个模型的融合
    问题集合
    开源测试数据集合
  • 原文地址:https://www.cnblogs.com/tian-luo/p/9457034.html
Copyright © 2011-2022 走看看