POJ 1459 Power Network(Dinic邻接表+当前弧优化)

2024-06-11 00:32

本文主要是介绍POJ 1459 Power Network(Dinic邻接表+当前弧优化),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接:http://poj.org/problem?id=1459

题意:一个电网包含一些结点(电站、消费者、调度站),这些结点通过电线连接。每个结点u 可能被供给s(u)的电能,s(u)≥0;同时也可能产生p(u)的电能,0≤p(u)≤pmax(u);站点u 还有可能消费c(u)电能,0≤c(u)≤min( s(u), cmax(u) );可能传输d(u)的电能,d(u) = s(u) + p(u) - c(u)。以上这些量存在以下限制关系:对每个电站,c(u) = 0;对每个消费者,p(u) = 0;对每个调度站,p(u) = c(u) = 0。

在电网中两个结点u 和v 之间最多有一条电线连接。从结点u 到结点v 传输L(u,v)的电能,0≤L(u,v)≤Lmax(u,v)。定义Con 为c(u)的总和,表示电网中消费电能的总和。本题的目的是求Con 的最大值。

<-摘自《图论算法理论、实现及应用》->

题解:

添加一个超级源点和一个超级汇点,在源点和每个电站之间链接一条容量为pmax的弧,在消费之和汇点之间连接一条容量为cmax的弧。对于题目中给的三元组(u,v)z,从顶点u 连一条容量为z 的弧到顶点v。然后求最大流。

Dinic算法,点太多不能存邻接矩阵,采用一个数组存边,然后用当前弧优化,我把这个优化去掉就超时了。

代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<vector>
using namespace std;
const int MAXN=100+10;
const int MAXM=MAXN*MAXN*2;
const int INF=0x3f3f3f3f;
struct arc
{int u,v,cap;arc(){};arc(int u,int v,int cap):u(u),v(v),cap(cap){};
};
arc Edge[MAXM];//存储边的信息
vector<int> pos[MAXN];//存储每个点的邻接边在Edge数组中的位置
int level[MAXN];//层次网络
int current[MAXN];//当前弧
int cnt,N,S,E;void addEdge(int u,int v,int cap)
{pos[u].push_back(cnt);Edge[cnt++]=arc(u,v,cap);pos[v].push_back(cnt);Edge[cnt++]=arc(v,u,0);
}int BFS()
{queue<int> que;que.push(S);memset(level,-1,sizeof(level));level[S]=0;while(!que.empty()){int u=que.front();que.pop();for(int v=0;v<pos[u].size();v++){arc &e=Edge[pos[u][v]];if(e.cap>0&&level[e.v]<0)//有残量而且未分配层次{level[e.v]=level[u]+1;que.push(e.v);}}}if(level[E]>0) return 1;return 0;
}int DFS(int x,int low)
{if(x==E)return low;for(int i=current[x];i<pos[x].size();i++){current[x]=i;//当前弧arc &e=Edge[pos[x][i]];//引用int a=0;if(level[e.v]==level[x]+1&&e.cap>0&&(a=DFS(e.v,min(low,e.cap)))){e.cap-=a;Edge[pos[x][i]^1].cap+=a;return a;}}return 0;
}int Dinic()
{int ans=0;while(BFS()){memset(current,0,sizeof(current));int tans;while(tans=DFS(S,INF)) ans+=tans;}return ans;
}int main()
{//freopen("in.txt","r",stdin);//freopen("out.txt","w",stdout);int n,np,nc,m;while(scanf("%d%d%d%d",&n,&np,&nc,&m)!=EOF){N=n+2;S=N-2;E=N-1;cnt=0;for(int i=0;i<N;i++){pos[i].clear();}for(int i=0;i<n;i++){pos[i].clear();}for(int i=0;i<m;i++){int u,v,z;scanf(" (%d,%d)%d",&u,&v,&z);addEdge(u,v,z);}for(int i=0;i<np;i++){int u,z;scanf(" (%d)%d",&u,&z);addEdge(S,u,z);}for(int i=0;i<nc;i++){int u,z;scanf(" (%d)%d",&u,&z);addEdge(u,E,z);}/*	for(int i=0;i<cnt;i++){cout<<Edge[i].u<<" "<<Edge[i].v<<" "<<Edge[i].cap<<endl;}*/	cout<<Dinic()<<endl;}return 0;
}



这篇关于POJ 1459 Power Network(Dinic邻接表+当前弧优化)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1049702

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

mysql如何查看当前连接数

《mysql如何查看当前连接数》:本文主要介绍mysql如何查看当前连接数问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql查看当前连接数查看mysql数据库允许最大连接数总结mysql查看当前连接数查看当前连接数SHOW STATUS LIKE

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜