【网络流 图论建模 最大权闭合子图】 [六省联考 2017] 寿司餐厅

题目描述:

P3749 [六省联考 2017] 寿司餐厅

题目描述

Kiana 最近喜欢到一家非常美味的寿司餐厅用餐。

每天晚上,这家餐厅都会按顺序提供 n n n 种寿司,第 i i i 种寿司有一个代号 a i a_i ai 和美味度 d i , i d_{i, i} di,i,不同种类的寿司有可能使用相同的代号。每种寿司的份数都是无限的,Kiana 也可以无限次取寿司来吃,但每种寿司每次只能取一份,且每次取走的寿司必须是按餐厅提供寿司的顺序连续的一段,即 Kiana 可以一次取走第 1 , 2 1, 2 1,2 种寿司各一份,也可以一次取走第 2 , 3 2, 3 2,3 种寿司各一份,但不可以一次取走第 1 , 3 1, 3 1,3 种寿司。

由于餐厅提供的寿司种类繁多,而不同种类的寿司之间相互会有影响:三文鱼寿司和鱿鱼寿司一起吃或许会很棒,但和水果寿司一起吃就可能会肚子痛。因此,Kiana 定义了一个综合美味度 d i , j ( i < j ) d_{i, j} \ (i < j) di,j (i<j),表示在一次取的寿司中,如果包含了餐厅提供的从第 i i i 份到第 j j j 份的所有寿司,吃掉这次取的所有寿司后将获得的额外美味度。由于取寿司需要花费一些时间,所以我们认为分两次取来的寿司之间相互不会影响。注意在吃一次取的寿司时,不止一个综合美味度会被累加,比如若 Kiana 一次取走了第 1 , 2 , 3 1, 2, 3 1,2,3 种寿司各一份,除了 d 1 , 3 d_{1, 3} d1,3 以外, d 1 , 2 , d 2 , 3 d_{1, 2}, d_{2, 3} d1,2,d2,3 也会被累加进总美味度中。

神奇的是,Kiana 的美食评判标准是有记忆性的,无论是单种寿司的美味度,还是多种寿司组合起来的综合美味度,在计入 Kiana 的总美味度时都只会被累加一次。比如,若 Kiana 某一次取走了第 1 , 2 1, 2 1,2 种寿司各一份,另一次取走了第 2 , 3 2, 3 2,3 种寿司各一份,那么这两次取寿司的总美味度为 d 1 , 1 + d 2 , 2 + d 3 , 3 + d 1 , 2 + d 2 , 3 d_{1, 1} + d_{2, 2} + d_{3, 3} + d_{1, 2} + d_{2, 3} d1,1+d2,2+d3,3+d1,2+d2,3,其中 d 2 , 2 d_{2, 2} d2,2 只会计算一次。

奇怪的是,这家寿司餐厅的收费标准很不同寻常。具体来说,如果 Kiana 一共吃过了 c ( c > 0 ) c \ (c > 0) c (c>0) 代号为 x x x 的寿司,则她需要为这些寿司付出 m x 2 + c x mx^2 + cx mx2+cx 元钱,其中 m m m 是餐厅给出的一个常数。

现在 Kiana 想知道,在这家餐厅吃寿司,自己能获得的总美味度(包括所有吃掉的单种寿司的美味度和所有被累加的综合美味度)减去花费的总钱数的最大值是多少。由于她不会算,所以希望由你告诉她。

输入格式

第一行包含两个正整数 n , m n, m n,m,分别表示这家餐厅提供的寿司总数和计算寿司价格中使用的常数。
第二行包含 n n n 个正整数,其中第 k k k 个数 a k a_k ak 表示第 k k k 份寿司的代号。
接下来 n n n 行,第 i i i 行包含 n − i + 1 n - i + 1 ni+1 个整数,其中第 j j j 个数 d i , i + j − 1 d_{i, i+j-1} di,i+j1 表示吃掉寿司能获得的相应的美味度,具体含义见问题描述。

输出格式

输出共一行包含一个正整数,表示 Kiana 能获得的总美味度减去花费的总钱数的最大值。

输入输出样例 #1

输入 #1

3 1
2 3 2
5 -10 15
-10 15
15

输出 #1

12

输入输出样例 #2

输入 #2

5 0
1 4 1 3 4
50 99 8 -39 30
68 27 -75 -32
70 24 72
-10 81
-95

输出 #2

381

输入输出样例 #3

输入 #3

10 1
5 5 4 4 1 2 5 1 5 3
83 91 72 29 22 -5 57 -14 -36 -3
-11 34 45 96 32 73 -1 0 29
-48 68 44 -5 96 66 17 74
88 47 69 -9 2 25 -49
86 -9 -77 62 -10 -30
2 40 95 -74 46
49 -52 2 -51
-55 50 -44
72 22
-68

输出 #3

1223

说明/提示

样例解释 1

在这组样例中,餐厅一共提供了 3 3 3 份寿司,它们的代号依次为 a 1 = 2 , a 2 = 3 , a 3 = 2 a_1 = 2, a_2 = 3, a_3 = 2 a1=2,a2=3,a3=2,计算价格时的常数 m = 1 m = 1 m=1

在保证每次取寿司都能获得新的美味度的前提下,Kiana 一共有 14 14 14 种不同的吃寿司方案。以下列出其中几种:

  1. Kiana 一个寿司也不吃,这样她获得的总美味度和花费的总钱数都是 0 0 0,两者相减也是 0 0 0
  2. Kiana 只取 1 1 1 次寿司,且只取第 1 1 1 个寿司,即她取寿司的情况为 { [ 1 , 1 ] } \{[1, 1]\} {[1,1]},这样获得的总美味度为 5 5 5,花费的总钱数为 1 × 2 2 + 1 × 2 = 6 1 \times 2^2 + 1 \times 2 = 6 1×22+1×2=6,两者相减为 − 1 -1 1
  3. Kiana 取 2 2 2 次寿司,第一次取第 1 , 2 1, 2 1,2 个寿司,第二次取第 2 , 3 2, 3 2,3 个寿司,即她取寿司的情况为 { [ 1 , 2 ] , [ 2 , 3 ] } \{[1, 2], [2, 3]\} {[1,2],[2,3]},这样获得的总美味度为 5 + ( − 10 ) + 15 + ( − 10 ) + 15 = 15 5 + (-10) + 15 + (-10) + 15 = 15 5+(10)+15+(10)+15=15,花费的总钱数为 ( 1 × 2 2 + 2 × 2 ) + ( 1 × 3 2 + 1 × 3 ) = 20 (1 \times 2^2 + 2 \times 2) + (1 \times 3^2 + 1 \times 3) = 20 (1×22+2×2)+(1×32+1×3)=20,两者相减为 − 5 -5 5
  4. Kiana 取 2 2 2 次寿司,第一次取第 1 1 1 个寿司,第二次取第 3 3 3 个寿司,即她取寿司的情况为 { [ 1 , 1 ] , [ 3 , 3 ] } \{[1, 1], [3, 3]\} {[1,1],[3,3]},这样获得的总美味度为 5 + 15 = 20 5 + 15 = 20 5+15=20,花费的总钱数为 1 × 2 2 + 2 × 2 = 8 1 \times 2^2 + 2 \times 2 = 8 1×22+2×2=8,两者相减为 12 12 12

14 14 14 种方案中,惟一的最优方案是列出的最后一种方案,这时她获得的总美味度减去花费的总钱数的值最大为 12 12 12

数据范围

对于所有数据,保证 − 500 ≤ d i , j ≤ 500 -500 \leq d_{i, j} \leq 500 500di,j500

数据的一些特殊约定如下表:

Case # n n n a i a_i ai m m m附加限制
1 ≤ 2 \leq 2 2 ≤ 30 \leq 30 30 = 0 = 0 =0-
2 ≤ 2 \leq 2 2 ≤ 30 \leq 30 30 = 1 = 1 =1-
3 ≤ 3 \leq 3 3 ≤ 30 \leq 30 30 = 0 = 0 =0-
4 ≤ 3 \leq 3 3 ≤ 30 \leq 30 30 = 1 = 1 =1-
5 ≤ 5 \leq 5 5 ≤ 30 \leq 30 30 = 0 = 0 =0-
6 ≤ 5 \leq 5 5 ≤ 30 \leq 30 30 = 1 = 1 =1-
7 ≤ 10 \leq 10 10 ≤ 30 \leq 30 30 = 0 = 0 =0所有的 a i a_i ai 相同
8 ≤ 10 \leq 10 10 ≤ 30 \leq 30 30 = 1 = 1 =1-
9 ≤ 15 \leq 15 15 ≤ 30 \leq 30 30 = 0 = 0 =0所有的 a i a_i ai 相同
10 ≤ 15 \leq 15 15 ≤ 30 \leq 30 30 = 1 = 1 =1-
11 ≤ 30 \leq 30 30 ≤ 1000 \leq 1000 1000 = 0 = 0 =0所有的 a i a_i ai 相同
12 ≤ 30 \leq 30 30 ≤ 30 \leq 30 30 = 0 = 0 =0所有的 a i a_i ai 相同
13 ≤ 30 \leq 30 30 ≤ 1000 \leq 1000 1000 = 0 = 0 =0-
14 ≤ 30 \leq 30 30 ≤ 1000 \leq 1000 1000 = 1 = 1 =1-
15 ≤ 50 \leq 50 50 ≤ 1000 \leq 1000 1000 = 0 = 0 =0所有的 a i a_i ai 相同
16 ≤ 50 \leq 50 50 ≤ 30 \leq 30 30 = 0 = 0 =0所有的 a i a_i ai 相同
17 ≤ 50 \leq 50 50 ≤ 1000 \leq 1000 1000 = 0 = 0 =0-
18 ≤ 50 \leq 50 50 ≤ 1000 \leq 1000 1000 = 1 = 1 =1-
19 ≤ 100 \leq 100 100 ≤ 1000 \leq 1000 1000 = 0 = 0 =0-
20 ≤ 100 \leq 100 100 ≤ 1000 \leq 1000 1000 = 1 = 1 =1-

在读题的过程中,我们不难发现题目中的几个量之间存在依赖关系,且这些依赖关系构成了一张最大权闭合子图,再结合题目给的数据范围,我们不难想到这道题可以利用网络流去解决。

最大权闭合子图在网络流中是一个常见的模型:
有若干个物品,每种物品有一个可正可负的价值 v v v ,选取了物品就意味着获得了价值。
物品之间有限制关系: x → y x→y xy 表示若要选择物品 x x x 则必须选择物品 y y y
对于这类问题,我们考虑用最小割去解决:
我们有源点s,汇点t。 源点向每个点都建边,每个点都向汇点建边。若割掉源点的边则认为不选当前点,若割掉当前点向汇点的连边则认为选择当前点。
那么具体连边要怎么连呢?
如果当前点的价值v为正数,那么让答案加上当前点的价值,并且让当前点和源点连容量为v的边
如果当前点的价值v为负数,那么让当前点和汇点连容量为-v的边。
最小割就是在这个最大权闭合子图上的最大流。

那么答案就是 a n s − m a x f l o w ans-maxflow ansmaxflow

好,那么回归这个题。
我们将每一个 d i , j d_{i,j} di,j都看做一个点,价值就是他本身的值。
且这些点根点之间都有依赖关系:若想选 d i , j d_{i,j} di,j,就必须选 d i , j − 1 d_{i,j-1} di,j1 d i + 1 , j d_{i+1,j} di+1,j
只需要让当前点向这两个点连容量为正无穷的边即可。
同时这个题还有一个寿司种类的限制,想要处理这个限制,最好的办法就是把寿司种类也加入这个图中,且他的价值为 − m ∗ a [ i ] ∗ a [ i ] -m*a[i]*a[i] ma[i]a[i]
他跟 d i , i d_{i,i} di,i存在限制: d i , i − > a [ i ] d_{i,i}->a[i] di,i>a[i]
且我们没选一个寿司就要扣除他种类编号的价值,也就是令 d i , i d_{i,i} di,i的价值再减去 a [ i ] a[i] a[i]
在这张图上跑最大流即可求出答案。


#include<bits/stdc++.h>
using namespace std;const int N = 1e4+100,inf = 1e9+100;
struct Node{int y,Next,v;
}e[100*N];
int len = 1,Linkk[N];
int n,m;
int a[N],d[1000][1000];
int id[1000][1000],idx[10*N];
int ans = 0,cnt = 0;
int st,ed;
map < int , int > M;void Insert(int x,int y,int v){e[++len] = (Node){y,Linkk[x],v};Linkk[x] = len;e[++len] = (Node){x,Linkk[y],0};Linkk[y] = len;
}int de[N];bool bfs(){queue < int > q;for (int i = 1; i <= n; i++) de[i] = 0;de[st] = 1; q.push(st);while (q.size()){int x = q.front(); q.pop();for (int i = Linkk[x]; i; i = e[i].Next){int y = e[i].y;if (de[y] || e[i].v == 0) continue;de[y] = de[x]+1;if (y == ed) return 1;q.push(y);}}return 0;
}int dinic(int x,int re){if (x == ed) return re;int now = re;for (int i = Linkk[x]; i && re; i = e[i].Next){int y = e[i].y;if (e[i].v == 0 || de[y] != de[x]+1) continue;int k = dinic(y,min(e[i].v,re));if (k == 0) de[y] = 0;re-=k;e[i].v-=k; e[i^1].v+=k;}return now-re;
}void Work(){len = 1;cin>>n>>m;st = ++cnt; ed = ++cnt;for (int i = 1; i <= n; i++){cin>>a[i];if (!M[a[i]]) M[a[i]] = 1 , idx[a[i]] = ++cnt;}M.clear();for (int i = 1; i <= n; i++){if (M[a[i]]) continue;M[a[i]] = 1;if (m) Insert(idx[a[i]],ed,m*a[i]*a[i]);}for (int i = 1; i <= n; i++)for (int j = i; j <= n; j++){cin>>d[i][j],id[i][j] = ++cnt;int v = d[i][j];if (i == j){v = v-a[i];if (m) Insert(id[i][j],idx[a[i]],inf);}if (v > 0){ans+=v;Insert(st,id[i][j],v);}else Insert(id[i][j],ed,-v);}for (int i = 1; i <= n; i++)for (int j = i+1; j <= n; j++){int x = id[i][j] ,y ;if (i + 1 <= n) y = id[i+1][j],Insert(x,y,inf);y = id[i][j-1]; Insert(x,y,inf);}int maxf = 0;n = cnt;while (bfs()) maxf+=dinic(st,inf);cout<<ans-maxf<<endl;return; 
}int main(){ios::sync_with_stdio(false);cin.tie(0);int _ = 1; while (_--) Work();return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/900059.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

前端面试题(三):axios有哪些常用的方法

Axios 是一个基于 Promise 的 HTTP 客户端&#xff0c;用于浏览器和 Node.js 中发送 HTTP 请求。它提供了一些常用的方法来处理不同类型的请求。以下是 Axios 中常用的一些方法&#xff1a; 1. axios.get() 用于发送 GET 请求&#xff0c;从服务器获取数据。 axios.get(/api/d…

python match case语法

学习路线&#xff1a;B站 普通的if判断 def if_traffic_light(color):if color red:return Stopelif color yellow:return Slow downelif color green:return Goelse:return Invalid colorprint(if_traffic_light(red)) # Output: Stop print(if_traffic_light(yellow)) …

LLaMA-Factory大模型微调全流程指南

该文档为LLaMA-Factory大模型微调提供了完整的技术指导&#xff0c;涵盖了从环境搭建到模型训练、推理和合并模型的全流程&#xff0c;适用于需要进行大模型预训练和微调的技术人员。 一、docker 容器服务 请参考如下资料制作 docker 容器服务&#xff0c;其中&#xff0c;挂…

【HCIA】静态综合实验练习笔记

实验拓扑图如下&#xff1a; 实验配置思路如下&#xff1a; 1、网段划分、配置IP地址 2、配置DHCP&#xff0c;使客户端获得ip地址 3、配置静态明细路由&#xff0c;内网全网通 4、配置空接口防环 5、配置优先级&#xff0c;实现选路最佳 6、配置缺省路由&#xff0c;实现公网通…

大数据(4.5)Hive聚合函数深度解析:从基础统计到多维聚合的12个生产级技巧

目录 背景一、Hive聚合函数分类与语法1. 基础聚合函数2. 高级聚合函数 二、6大核心场景与案例场景1&#xff1a;基础统计&#xff08;SUM/COUNT&#xff09;场景2&#xff1a;多维聚合&#xff08;GROUPING SETS&#xff09;场景3&#xff1a;层次化聚合&#xff08;ROLLUP&…

RTOS基础 -- NXP M4小核的RPMsg-lite与端点机制回顾

一、RPMsg-lite与端点机制回顾 在RPMsg协议框架中&#xff1a; Endpoint&#xff08;端点&#xff09; 是一个逻辑通信端口&#xff0c;由本地地址&#xff08;local addr&#xff09;、远程地址&#xff08;remote addr&#xff09;和回调函数组成。每个消息都会发送到特定的…

NineData云原生智能数据管理平台新功能发布|2025年3月版

本月发布 15 项更新&#xff0c;其中重点发布 3 项、功能优化 11 项、性能优化 1 项。 重点发布 基础服务 - MFA 多因子认证 新增 MFA 多因子认证&#xff0c;提升账号安全性。系统管理员开启后&#xff0c;所有组织成员需绑定认证器&#xff0c;登录时需输入动态验证码。 数…

DAY 35 leetcode 202--哈希表.快乐数

题号202 编写一个算法来判断一个数 n 是不是快乐数。 「快乐数」 定义为&#xff1a; 对于一个正整数&#xff0c;每一次将该数替换为它每个位置上的数字的平方和。然后重复这个过程直到这个数变为 1&#xff0c;也可能是 无限循环 但始终变不到 1。如果这个过程 结果为 1&a…

Maven+Spring实现后端开发

一、前置知识的介绍 1.Spring 轻量级的 DI / IoC 和 AOP 容器的开源框架 容器的开源框架网址&#xff1a;https://spring.io/projects/spring-framework 作用&#xff1a;可简化管理创建和组装对象之间的依赖关系 将controller----->service------->dao层的依赖配置…

解锁界面设计密码,打造极致用户体验

界面设计是对软件、网站、移动应用等产品的用户界面进行设计的过程&#xff0c;旨在为用户提供美观、易用、高效的交互体验。以下是关于界面设计的一些主要方面&#xff1a; 一、设计原则 用户中心原则&#xff1a;以用户为中心&#xff0c;了解用户的需求、期望、行为和习惯…

Joint Receiver Design for Integrated Sensing and Communications

摘要——在本文中&#xff0c;我们研究了集成感知与通信(ISAC)系统的联合接收机设计&#xff0c;其中通信信号和目标回波信号同时被接收和处理&#xff0c;以在两种功能之间实现平衡性能。特别地&#xff0c;我们提出了两种设计方案来解决联合感知和通信问题中的接收信号处理。…

DeepSeek接入飞书多维表格,效率起飞!

今天教大家把DeepSeek接入飞书表格使用。 准备工作&#xff1a;安装并登录飞书&#xff1b;可以准备一些要处理的数据&#xff0c;确保数据格式正确&#xff0c;如 Excel、CSV 等&#xff0c;也可直接存储到飞书多维表格。 创建飞书多维表格&#xff1a;打开飞书&#xff0c;点…

【C语言入门】由浅入深学习指针 【第二期】

目录 1. 指针变量为什么要有类型&#xff1f; 2. 野指针 2.1 未初始化导致的野指针 2.2 指针越界导致的野指针 2.3 如何规避野指针 3. 指针运算 3.1 指针加减整数 3.2 指针减指针 3.3 指针的关系运算 4. 二级指针 5. 指针数组 5.1 如何使用指针数组模拟二维数组 上…

OpenCV 图形API(13)用于执行两个矩阵(或图像)逐元素乘法操作的函数mul()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 描述 计算两个矩阵的每个元素的缩放乘积。 mul函数计算两个矩阵的逐元素乘积&#xff1a; dst ( I ) saturate ( scale ⋅ src1 ( I ) ⋅ src2 ( I ) ) …

人工智能混合编程实践:C++调用封装好的DLL进行图像超分重建

人工智能混合编程实践:C++调用封装好的DLL进行图像超分重建 前言相关介绍C++简介ONNX简介ONNX Runtime 简介**核心特点**DLL 简介**核心特点****创建与使用****应用场景****优点与挑战**图像异常检测简介应用场景前提条件实验环境项目结构C++调用封装好的DLL进行图像超分重建C…

Linux内核之高效缓冲队列kfifo

一、先说FIFO 队列是常见的一种数据结构&#xff0c;简单看来就是一段数据缓存区&#xff0c;可以存储一定量的数据&#xff0c;先存进来的数据会被先取出&#xff0c;First In Fist Out&#xff0c;就是FIFO。 FIFO主要用于缓冲速度不匹配的通信。 例如生产者&#xff08;数…

【面试篇】Kafka

一、基础概念类 问题&#xff1a;请简述 Kafka 是什么&#xff0c;以及它的主要应用场景有哪些&#xff1f; 答案&#xff1a;Kafka 是一个分布式流处理平台&#xff0c;它以高吞吐量、可持久化、可水平扩展等特性而闻名。其主要应用场景包括&#xff1a; 日志收集&#xff1a…

解释回溯算法,如何应用回溯算法解决组合优化问题?

一、回溯算法核心原理 回溯算法本质是暴力穷举的优化版本&#xff0c;采用"试错剪枝"策略解决问题。其核心流程如下&#xff1a; ​路径构建&#xff1a;记录当前选择路径​选择列表&#xff1a;确定可用候选元素​终止条件&#xff1a;确定递归结束时机​剪枝优化…

Vue 学习随笔系列二十二 —— 表格高度自适应

表格高度自适应 文章目录 表格高度自适应1、方法一2、方法二 1、方法一 根据页面元素计算各自占比 <template><div class"main"><div class"query-form" ref"Query"><QueryFormref"QueryForm"query"query&q…