【学习笔记】网络流
背景
马上ICPC了,很惊奇的发现自己没整理网络流的板子。
最大流 dinic
这里选用的是二分图最大匹配的板子:飞行员配对方案问题
#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N=1e6+7,inf=1e18;
struct E
{int to,next,lim;E(){to=next=lim=0;}E(int x,int y,int z):to(x),next(y),lim(z){}
};
vector<E> e;
vector<int> d,ls,cur;
int m,n;
void add(int u,int v,int lim)
{e.push_back(E(v,ls[u],lim));ls[u]=e.size()-1;
}
bool bfs(int S,int T)
{d.assign(n+3,0);d[S]=1;queue<int> q;q.push(S);while(!q.empty()){int u=q.front(); q.pop();for(int i=ls[u]; i; i=e[i].next){int v=e[i].to;if(d[v]>0||e[i].lim==0) continue;d[v]=d[u]+1;if(v==T) return 1;q.push(v);}}return 0;
}
int dfs(int u,int flow)
{if(u==n+2||flow==0) return flow;int res=0;for(int &i=cur[u]; i; i=e[i].next){int v=e[i].to;if(d[u]+1!=d[v]||e[i].lim==0) continue;int f=dfs(v,min(flow-res,e[i].lim));e[i].lim-=f;e[i^1].lim+=f;res+=f;if(flow==res) break;}return res;
}
int dinic(int S,int T)
{int res=0;while(bfs(S,T)){cur=ls;int p=dfs(S,inf);res+=p;}return res;
}
void O_o()
{cin>>m>>n;int S=n+1,T=n+2;
// vector E(n+3,vector<array<int,2>>());e.push_back(E());e.push_back(E());ls.assign(n+3,0);while(1){int x,y;cin>>x>>y;if(x>y) swap(x,y);if(x==-1&&y==-1) break;add(x,y,1);add(y,x,0);}for(int i=1; i<=m; i++){add(S,i,1);add(i,S,0);}for(int i=m+1; i<=n; i++){add(i,T,1);add(T,i,0);}cout<<dinic(S,T)<<"\n";for(int u=m+1; u<=n; u++){for(int i=ls[u]; i; i=e[i].next){int v=e[i].to;if(v<=n&&e[i].lim>0){cout<<v<<" "<<u<<"\n";}}}
}
signed main()
{ios::sync_with_stdio(false); cin.tie(0); cout.tie(0);cout<<fixed<<setprecision(12);int T=1;
// cin>>T;while(T--){O_o();}
}
费用流
选用的题目:[NOI2008] 志愿者招募
建边规则:
u − > v : f = f l o w , w = c o s t u->v: f=flow, w=cost u−>v:f=flow,w=cost
v − > u : f = 0 , w = − c o s t v->u: f=0, w=-cost v−>u:f=0,w=−cost
#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N=1e6+7,inf=1e18;
struct E
{int to,next,lim,cost;E(){to=next=lim=cost=0;}E(int a,int b,int c,int d):to(a),next(b),lim(c),cost(d){}
};
vector<E> e(2);
vector<int> ls,dis;
vector<bool> vis;
void add(int u,int v,int c,int w)
{e.push_back(E(v,ls[u],c,w)); ls[u]=e.size()-1;e.push_back(E(u,ls[v],0,-w)); ls[v]=e.size()-1;
}
int n,m,S,T,ans=0;
bool spfa()
{vis.assign(n+4,0);dis.assign(n+4,inf);queue<int> q;q.push(S);vis[S]=1;dis[S]=0;while(!q.empty()){int u=q.front(); q.pop();vis[u]=0;for(int i=ls[u]; i; i=e[i].next){int v=e[i].to;if(e[i].lim==0||dis[v]<=e[i].cost+dis[u]) continue;dis[v]=e[i].cost+dis[u];if(!vis[v]){vis[v]=1;q.push(v);}}}return dis[T]<inf/2;
}
int dfs(int u,int flow)
{vis[u]=1;if(u==T){return flow;}int res=0;for(int i=ls[u]; i; i=e[i].next){int v=e[i].to;if(dis[v]!=dis[u]+e[i].cost||e[i].lim==0||vis[v]) continue;auto p=dfs(v,min(flow,e[i].lim));if(p){e[i].lim-=p;e[i^1].lim+=p;res+=p;ans+=p*e[i].cost;flow-=p;if(!flow) return res;}}return res;
}
int costflow()
{int res=0;while(spfa()){vis[T]=1;while(vis[T]){vis.assign(n+4,0);res+=dfs(S,inf);}}return res;
}void O_o()
{cin>>n>>m;S=n+2; T=n+3;ls.assign(n+4,0); for(int i=1; i<=n; i++){int x;cin>>x;add(i,i+1,inf-x,0);}add(S,1,inf,0);add(n+1,T,inf,0);for(int i=1; i<=m; i++){int l,r,v;cin>>l>>r>>v;r++;add(l,r,inf,v);}costflow();cout<<ans<<"\n";
}
signed main()
{ios::sync_with_stdio(false); cin.tie(0); cout.tie(0);cout<<fixed<<setprecision(12);int T=1;
// cin>>T;while(T--){O_o();}
}
无源汇可行流
本部分参考:https://zhuanlan.zhihu.com/p/324507636
定义:
下界网络:边流量为 l l l 组成的网络。
差网络:边流量为 r − l r-l r−l 组成的网络。

建图过程
- 把差网络的边加入图中,称为非附加边
- 建立超级源 S S SS SS,超级汇 T T TT TT
- 记 d u d_u du 为下界网络中流入的流量 - 流出的流量。
- 如果 d u > 0 d_u > 0 du>0,那么我们从 S S SS SS 向 u u u 连一条流量为 d u d_u du 的边,称为附加边。这样在最终的网络中,去掉附加边后,流出的流量会比流入的多 d u d_u du,平衡了下界网络。
- 同理,如果 d u < 0 d_u < 0 du<0,那么我们从 u u u 向 T T TT TT 连一条流量为 − d u -d_u −du 的边,称为附加边。
- 所有的附加边费用都应该为0
如果跑一遍最大流,附加边的流量没跑满,那么这张图就不存在可行流。
把所有边的流量加上 l l l 就是一个可行流。
有源汇可行流
在无源汇图的基础上,从 T T T 向 S S S 连一条流量上限为 i n f inf inf,费用为 0 0 0 的附加边。注意这是原图的源点和汇点,不是附加的。这样就把问题转换为了无源汇的可行流问题(因为流量平衡了)。可行流的大小等于新加的这条边的流量大小。
有源汇上下界最大流
把图中所有的附加边删掉,根据残余网络从 S S S 到 T T T 跑一遍最大流。这相当于把流量给榨干。再加上可行流就是最大流。

但其实除了 T T T 到 S S S 的那条附加边,其他的边是不用删的,因为他们已经流满了,并且 S S SS SS 和 T T TT TT 的 入度/出度为0,不会对答案产生影响。
有源汇上下界最小流
和最大流类似,从 T T T 到 S S S 跑一遍最大流,用可行流减去最大流即可。这相当于是把不必要的流量还回去。
相关文章:
【学习笔记】网络流
背景 马上ICPC了,很惊奇的发现自己没整理网络流的板子。 最大流 dinic 这里选用的是二分图最大匹配的板子:飞行员配对方案问题 #include<bits/stdc.h> #define int long long using namespace std; const int N1e67,inf1e18; struct E {int to…...
【鸡翅Club】项目启动
一、项目背景 这是一个 C端的社区项目,有博客、交流,面试学习,练题等模块。 项目的背景主要是我们想要通过面试题的分类,难度,打标,来评估员工的技术能力。同时在我们公司招聘季的时候,极大的…...
python+大数据+基于热门视频的数据分析研究【内含源码+文档+部署教程】
博主介绍:✌全网粉丝10W,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业毕业设计项目实战6年之久,选择我们就是选择放心、选择安心毕业✌ 🍅由于篇幅限制,想要获取完整文章或者源码,或者代做&am…...
【电子电力】基于PMU相量测量单元的电力系统状态评估
摘要 相量测量单元(PMU)作为一种精确且快速的实时监控设备,在电力系统状态评估中发挥了重要作用。本文研究了在没有PMU和部署PMU情况下,电力系统的电压角度和电压幅值估计误差的差异。通过比较实验结果,发现PMU的应用…...
ubuntu修改默认开机模式(图形/终端)
将 Ubuntu 16 系统设置为开机进入终端模式: 打开终端。编辑 Grub 配置文件:sudo nano /etc/default/grub。找到 GRUB_CMDLINE_LINUX_DEFAULT 行,将其修改为 GRUB_CMDLINE_LINUX_DEFAULT"text"。保存并退出编辑器(Ctrl …...
LaMI-DETR:基于GPT丰富优化的开放词汇目标检测 | ECCV‘24
现有的方法通过利用视觉-语言模型(VLMs)(如CLIP)强大的开放词汇识别能力来增强开放词汇目标检测,然而出现了两个主要挑战:(1)概念表示不足,CLIP文本空间中的类别名称缺乏…...
AI大模型是否有助于攻克重大疾病?
AI大模型在攻克重大疾病方面展现出了巨大的潜力,特别是在疾病预测、药物研发、个性化医疗等领域有着广泛应用。具体来说,AI大模型能够帮助以下几方面: 1、疾病预测与诊断:AI大模型通过分析海量的医学数据,可以提高重大…...
【渗透测试】-红日靶场-获取web服务器权限
拓扑图: 前置环境配置: Win 7 默认密码:hongrisec201 内网ip:192.168.52.143 打开虚拟网络编辑器 添加网络->VMent1->仅主机模式->子网ip:192.168.145.0 添加网卡: 虚拟机->设置-> 添加->网络适配器 保存&a…...
python 深度学习 项目调试 图像分割 segment-anything
起因, 目的: 项目来源: https://github.com/facebookresearch/segment-anything项目目的: 图像分割。 提前图片中的某个目标。facebook 出品, 居然有 47.3k star! 思考一些问题 我可以用这个项目来做什么?给一个图片, 进行分割࿰…...
【GO实战课】第六讲:电子商务网站(6):支付和订单处理
1. 简介 本课程将探讨电子商务网站的支付和订单处理功能,以及使用GO语言实现。在本课程中,我们将介绍如何设计一个可扩展、可靠和高性能的支付和订单处理系统,并演示如何使用GO语言编写相关代码。 本课程的目标是帮助学生理解电子商务网站的支付和订单处理功能,并提供一个…...
专题十三_记忆化搜索_算法专题详细总结
目录 1. 斐波那契数(easy) 那么这里就画出它的决策树 : 解法一:递归暴搜 解法二:记忆化搜索 解法三:动态规划 1.暴力解法(暴搜) 2.对优化解法的优化:把已经计算过的…...
已发布金融国家标准目录(截止2024年3月)
已发布金融国家标准目录2024年3月序号标准编号标准名称...
【论文#快速算法】Fast Intermode Decision in H.264/AVC Video Coding
目录 摘要1.前言2.帧间模式决策概览2.1 H.264/AVC中的帧间模式决策2.2 发现和动机 3.同质性和平稳性的确定3.1 同质性区域的确定3.2 稳定性区域的决定3.3 整体算法 4.实验结果4.1 IPPP序列的测试4.2 IBBP序列测试 5.结论 《Fast Intermode Decision in H.264/AVC Video Coding》…...
Git核心概念图例与最常用内容操作(reset、diff、restore、stash、reflog、cherry-pick)
文章目录 简介前置概念.git目录objects目录refs目录HEAD文件 resetreflog 与 reset --hardrevert(撤销指定提交)stashdiff工作区与暂存区差异暂存区与HEAD差异工作区与HEAD差异其他比较 restore、checkout(代码撤回)merge、rebase、cherry-pick 简介 本文将介绍Git几个核心概念…...
【人工智能在医疗企业个人中的应用】
💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…...
IPv4头部和IPv6头部
IPv4和IPv6是互联网协议(IP)中的两个主要版本,它们在数据包头部(Header)结构上存在显著差异。以下是IPv4头部和IPv6头部的主要结构和区别: IPv4头部结构 IPv4(Internet Protocol Version 4&…...
从零开始手把手带你训练LLM保姆级教程,草履虫都能学会!零基础看完这篇就足够了~
导读 ChatGPT面世以来,各种大模型相继出现。那么大模型到底是如何训练的呢,在这篇文章中,我们将尽可能详细地梳理一个完整的 LLM 训练流程,包括模型预训练(Pretrain)、Tokenizer 训练、指令微调࿰…...
strcat函数追加字符串
char * strcat ( char * destination, const char * source ); dest:目标字符串,即要将源字符串追加到其末尾的字符串。src:源字符串,即要追加到目标字符串末尾的字符串 使用strcat函数给目标字符串追加字符时,首先要…...
每月洞察:App Store 和 Google Play 的主要更新
Google Play 和 App Store 的算法不断发展,定期更新和变化会显着影响其功能。对于开发人员和营销人员来说,跟上这些变化至关重要,因为它们会直接影响应用发现和排名。 本文将深入探讨 Google Play 和 App Store 的最新更新,解释它…...
【python openai function2json小工具】
两种方法 一种openai-swarm中提供的、一种langchain实现的 一、openai工具函数调用 import inspectdef merge_chunk(final_response: dict, delta: dict) -> None:delta.pop("role", None)merge_fields(final_response, delta)tool_calls delta.get("tool_…...
3步快速上手AnotherRedisDesktopManager:Redis桌面管理终极指南
3步快速上手AnotherRedisDesktopManager:Redis桌面管理终极指南 【免费下载链接】AnotherRedisDesktopManager 🚀🚀🚀A faster, better and more stable Redis desktop manager [GUI client], compatible with Linux, Windows, Ma…...
从混乱到掌控:FastbootEnhance如何重塑安卓设备管理体验
从混乱到掌控:FastbootEnhance如何重塑安卓设备管理体验 【免费下载链接】FastbootEnhance A user-friendly Fastboot ToolBox & Payload Dumper for Windows 项目地址: https://gitcode.com/gh_mirrors/fa/FastbootEnhance 你是否曾面对黑底白字的Fastb…...
CCPD车牌数据集预处理避坑指南:透视变换原理详解与OpenCV实战
CCPD车牌数据集预处理避坑指南:透视变换原理详解与OpenCV实战 车牌识别系统中,数据预处理的质量直接影响模型性能。CCPD作为目前最全面的中文车牌数据集,其四点标注特性为透视变换提供了基础,但也暗藏诸多陷阱。本文将手把手带您穿…...
Speechless:三步完成微博PDF备份的终极免费Chrome扩展
Speechless:三步完成微博PDF备份的终极免费Chrome扩展 【免费下载链接】Speechless 把新浪微博的内容,导出成 PDF 文件进行备份的 Chrome Extension。 项目地址: https://gitcode.com/gh_mirrors/sp/Speechless 在数字时代,我们的社交…...
对比直接使用厂商 API 体验 Taotoken 在路由容灾上的价值
🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 对比直接使用厂商 API 体验 Taotoken 在路由容灾上的价值 在开发依赖大模型能力的应用时,服务的连续性与稳定性是保障用…...
δ - mem:提升大型语言模型内存效率,得分最高可达 1.31 倍!
快速通道可了解 arXiv 成为独立非营利组织的情况,也能直达康奈尔大学官网。同时,还能通过链接进行捐赠,支持 arXiv 的发展。搜索与导航提供了多种搜索途径,可在所有字段(标题、作者、摘要等)进行搜索。还有…...
从零构建可定制对话系统:模块化架构与RAG实战指南
1. 项目概述:从零构建一个可定制的对话系统最近在折腾一个挺有意思的东西,我把它叫做“定制化聊天系统”。起因很简单,市面上现成的聊天机器人,无论是开源的还是商业的,总感觉差了那么点意思。要么是功能太臃肿&#x…...
从XTR文件看GNSS数据质量:如何利用Anubis报告优化你的测量方案(以GPS/BDS/Galileo为例)
从XTR文件解码GNSS数据质量:实战分析与优化策略 在GNSS测量领域,数据质量直接决定了最终定位结果的可靠性。XTR文件作为Anubis软件生成的质量报告,包含了大量反映GNSS观测质量的指标参数。对于有经验的工程师而言,这些数字不仅仅是…...
如何轻松管理Switch游戏:NS-USBLoader完整指南,三步搞定游戏安装与系统引导
如何轻松管理Switch游戏:NS-USBLoader完整指南,三步搞定游戏安装与系统引导 【免费下载链接】ns-usbloader Awoo Installer and GoldLeaf uploader of the NSPs (and other files), RCM payload injector, application for split/merge files. 项目地址…...
Claude API封装项目深度解析:从安全评估到自主构建代码助手
1. 项目概述与核心价值 最近在GitHub上看到一个挺有意思的项目,叫 ashish200729/claude-code-source-code 。光看这个标题,很多开发者朋友可能会心头一热,以为这是某个AI模型的源代码被开源了。但作为一个在开源社区混迹多年的老码农&…...
