您的位置:首页 > 其它

HDU 3488 最小费用圈覆盖

2014-07-09 14:33 369 查看
题目:给定一幅图,让你找出旅游路径,路径包括一个或者多个环,每个城市只能属于一个环,每个环至少包含两个城市。

可以用网络流,也可以用KM算法求最小值,因为图中给的路径是有向的,且题目保证存在一个完备匹配。

//其实在求最大 最小的时候只要用一个模板就行了,把边的权值去相反数即可得到另外一个.求结果的时候再去相反数即可
//邻接矩阵特别需要注意重边的问题,切记
#pragma comment(linker,"/STACK:102400000,102400000")
#include <iostream>
#include <string.h>
#include <stdio.h>
#include <algorithm>
#include <vector>
#include <string>
#include <math.h>
#include <queue>
#include <stack>
#include <map>
#include <set>
using namespace std;
typedef long long ll;   //记得必要的时候改成无符号
const int maxn=505;
const int INF=1000000000;
int n,nx,ny;
int march[maxn],lx[maxn],ly[maxn],slack[maxn];    //lx,ly为顶标,nx,ny分别为x点集y点集的个数
int visx[maxn],visy[maxn],w[maxn][maxn];

int dfs(int x)
{
visx[x]=1;
for(int y=1;y<=ny;y++)
{
if(visy[y])
continue;
int t=lx[x]+ly[y]-w[x][y];
if(t==0)
{
visy[y]=1;
if(march[y]==-1||dfs(march[y]))
{
march[y]=x;
return 1;
}
}
else if(slack[y]>t)  //不在相等子图中slack 取最小的
slack[y]=t;
}
return 0;
}

int KM()
{
int i,j;
memset(march,-1,sizeof(march));
memset(ly,0,sizeof(ly));
for(i=1;i<=nx;i++)            //lx初始化为与它关联边中最大的
for(j=1,lx[i]=-INF;j<=ny;j++)
if(w[i][j]>lx[i])
lx[i]=w[i][j];
for(int x=1;x<=nx;x++)
{
for(i=1;i<=ny;i++)slack[i]=INF;
while(1)
{
memset(visx,0,sizeof(visx));
memset(visy,0,sizeof(visy));
if(dfs(x))     //若成功(找到了增广轨),则该点增广完成,进入下一个点的增广
break;  //若失败(没有找到增广轨),则需要改变一些点的标号,使得图中可行边的数量增加。
//方法为:将所有在增广轨中(就是在增广过程中遍历到)的X方点的标号全部减去一个常数d,
//所有在增广轨中的Y方点的标号全部加上一个常数d
int d=INF;
for(i=1;i<=ny;i++)
if(!visy[i]&&d>slack[i])
d=slack[i];
for(i=1;i<=nx;i++)
if(visx[i])
lx[i]-=d;
for(i=1;i<=ny;i++)  //修改顶标后,要把所有不在交错树中的Y顶点的slack值都减去d
if(visy[i])
ly[i]+=d;
else
slack[i]-=d;
}
}
int res=0;
for(i=1;i<=ny;i++)
if(march[i]>-1)
res+=w[march[i]][i];
return res;
}

int main ()
{
int T,i,j,m,x,y,z;
scanf("%d",&T);
while(T--){
scanf("%d%d",&n,&m);
nx=ny=n;
for(i=1;i<=n;i++)for(j=1;j<=n;j++)w[i][j]=-INF;
for(i=1;i<=m;i++){
scanf("%d%d%d",&x,&y,&z);
w[x][y]=max(w[x][y],-z);
}
printf("%d\n",-KM());
}
return 0;
}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  KM算法