sgu176. Flow construction 有源汇上下界最小流

今天一直1A真是爽快


Part4:
有源汇上下界最小流。
我们先不连 T>S 的边,然后跑一遍 SS>TT 的最大流,再加上 T>S 跑最大流,答案为边 S>T 的流量。
大概就是一个退流的意思……我并不能表达明白……慢慢理解吧。

#include<iostream>
#include<cstdio>
#include<cstring>
#define inf 1000000007
#define N 105
#define M 20005
using namespace std;
int head[N],du[N],cur[N],dis[N],q[N];
int next[M],list[M],key[M],ans[M];
int n,m,S,T,SS,TT,cnt,tot,total;
inline int read()
{
    int a=0,f=1; char c=getchar();
    while (c<'0'||c>'9') {if (c=='-') f=-1; c=getchar();}
    while (c>='0'&&c<='9') {a=a*10+c-'0'; c=getchar();}
    return a*f;
}
inline void insert(int x,int y,int z)
{
    next[++cnt]=head[x];
    head[x]=cnt;
    list[cnt]=y;
    key[cnt]=z;
}
inline bool BFS()
{
    int t=0,w=1,x;
    memset(dis,-1,sizeof(dis));
    q[1]=SS; dis[SS]=1;
    while (t<w)
    {
        x=q[++t];
        for (int i=head[x];i;i=next[i])
            if (key[i]&&dis[list[i]]==-1)
                dis[q[++w]=list[i]]=dis[x]+1;
    }
    return dis[TT]!=-1;
}
int find(int x,int flow)
{
    if (x==TT) return flow;
    int w,used=0;
    for (int i=cur[x];i;i=next[i])
        if (key[i]&&dis[list[i]]==dis[x]+1)
        {
            w=find(list[i],min(key[i],flow-used));
            key[i]-=w; key[i^1]+=w; used+=w;
            if (key[i]) cur[x]=i;
            if (used==flow) return used;
        }
    if (!used) dis[x]=-1;
    return used;
}
inline int dinic()
{
    int ans=0;
    while (BFS())
    {
        for (int i=0;i<=TT;i++) cur[i]=head[i];
        ans+=find(SS,inf);
    }
    return ans;
}
int main()
{
    n=read(); m=read(); S=1; T=n; SS=0; TT=n+1; cnt=1;
    for (int i=1;i<=m;i++)
    {
        int u=read(),v=read(),w=read(),c=read();
        if (!c) insert(u,v,w),insert(v,u,0);
        else du[u]-=w,du[v]+=w,ans[i]=w;
    }
    for (int i=1;i<=n;i++) 
        if (du[i]>0) total+=du[i],insert(SS,i,du[i]),insert(i,SS,0);
        else if (du[i]<0) insert(i,TT,-du[i]),insert(TT,i,0);
    tot+=dinic(); insert(T,S,inf); insert(S,T,0); tot+=dinic();
    if (tot!=total) puts("Impossible"); 
    else 
    {
        printf("%d\n",key[cnt]);
        int now=0;
        for (int i=1;i<=m;i++)
            if (!ans[i]) ans[i]=key[(++now)<<1|1];
        for (int i=1;i<=m;i++) printf("%d ",ans[i]);
    }
    return 0;
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值