网络流第一题!!!BZOJ1001

歇逼了一晚上,懵懵懂懂的懂了Dinic算法

大概是一遍BFS+DFS,还不是很懂,明天继续看!!!

#include<iostream>
#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<queue>
using namespace std;
const int maxn = 1000010;
const int inf = 0x3f3f3f3f;
struct edge{
  int to,next,w;
}e[maxn<<3];
int n,m,cnt=1;
int head[maxn];
int ans;
int d[maxn];
void link(int u,int v,int w){//建立双向边
   e[++cnt]=(edge){v,head[u],w};head[u]=cnt;
   e[++cnt]=(edge){u,head[v],w};head[v]=cnt;
}
bool bfs(){
   memset(d,-1,sizeof(d));
   queue<int> q;q.push(1);d[1]=0;
   while(!q.empty()){
     int x=q.front();
     q.pop();
     for (int i=head[x];i;i=e[i].next){
        if (e[i].w && d[e[i].to]<0){
            q.push(e[i].to);
            d[e[i].to]=d[x]+1;
        }
     }
   }
   return d[n*m]<0 ? 0:1;
}
int dfs(int x,int f){
   if (x==n*m || f==0)return f;
   int w,used=0;
   for (int i=head[x];i;i=e[i].next)if (e[i].w && d[e[i].to]==d[x]+1) {
     w=dfs(e[i].to,min(f-used,e[i].w));
     e[i].w-=w;
     e[i^1].w+=w;
     used+=w;
     if (used==f)return f;
   }
   if (!used)d[x]=-1;
   return used;
}
void Dinic(int s){
    while(bfs())ans+=dfs(s,inf);
}
int main(){
  int x;
  scanf("%d%d",&n,&m);
  for (int i=1;i<=n;i++){
    for (int j=1;j<m;j++){
        scanf("%d",&x);
        link(m*(i-1)+j,m*(i-1)+j+1,x);//求出边权连接的左右两个点
    }
  }
  for (int i=1;i<n;i++){
    for (int j=1;j<=m;j++){
        scanf("%d",&x);
        link(m*(i-1)+j,m*i+j,x);//求出边权连接的上下两个点
    }
  }
  for (int i=1;i<n;i++){
    for (int j=1;j<m;j++){
        scanf("%d",&x);
        link(m*(i-1)+j,m*i+j+1,x);//斜边上两个点
    }
  }
  Dinic(1);
  printf("%d",ans);
  return 0;
}

 

全部评论

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1.&nbsp;WebMCP&nbsp;—&nbsp;让网站主动告诉&nbsp;AI&nbsp;该怎么操作AI&nbsp;操作浏览器的方案一直靠&quot;猜&quot;——截图识别、DOM&nbsp;解析,错误率&nbsp;15-30%。WebMCP&nbsp;反过来,让网站自己声明能做什么,AI&nbsp;直接调用结构化接口,准确率接近&nbsp;100%。Chrome&nbsp;Canary&nbsp;已实装。企业内部系统的&nbsp;WebMCP&nbsp;适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是&quot;我会用某个框架&quot;,而是&quot;我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务