C - Dual Core CPU(最小割)

C - Dual Core CPU(最小割,ISAP实现)

POJ - 3469

题意:

​ 一个双核CPU上运行N个模块,每个模块在两个核上运行的费用分别为Ai和Bi。

同时,有M对模块需要进行数据交换,如果这两个模块不在同一个核上运行需要额外花费。

求运行N个模块的最小费用。

分析:

​ 挑战书上有一句说的好。 “ 用最小费用将对象划分为两个集合的问题,常常可以转化为最小割后顺利解决 ”。

在这里,我们可以将之转化为最小割的问题;图中的顶点有源点 S S S,汇点 T T T,和所有模块的顶点 V V V;我们想让这个图分成两个部分,源点S可以到达的点的集合可以到达汇点T的点的集合

下面就是建图,怎么才能将最小花费转化为图的最小割的费用。

  • S S S与所有顶点 V V V连接,容量为 A i A_i Ai。代表模块V在核A上的代价

  • 让所有顶点 V V V T T T连接,容量为 B i B_i Bi。代表模块V在核B$上的代价

  • 对于每种组合,模块 u u u与模块 v v v组合在不同cpu 上 的 代 价 为 上的代价为 cap , 我 们 让 顶 点 ,我们让顶点 u 与 顶 点 与顶点 v$连接一条双向边,容量为cap。

然后我们求图的最小割,其值也就是最大流。

我们可以想想一下为什么等效最小割,如果两个顶点 u u u v v v分开后在同一个集合内,如果有 u u u v v v的组合,那么改边一定不会被割开。当然如果两个顶点 u u u, v v v分开后不在一个集合,如果有 u u u, v v v的组合,那么必定有 s s s u u u u u u v v v v v v t t t的一个边,即该边需要割开才能使两个顶点在不同的集合内。这样就符合题意了,即不在一个cpu上需要对于模块组合需要花费对应的代价。

​ 等效性证明:
题目中任何一个分配的方案,在建图中都对应一个割图,且费用相等。而任何一个割图也都对应一个分配方案,所以求小费用的分配方案即求最小割。

所以我们求的最小割一定是题目所求的解。

#include<queue>
#include<cstdio>
#include<iostream>
#include<algorithm>
#include<vector>
#include<cstring>
#define mset(a,b) memset(a,b,sizeof(a))
using namespace std;
typedef long long ll;
typedef pair<int,int> P;
const int maxn=2e4+100;
const int maxm=5e5+20;
const int MAXN=2e4+100;;//点数的最大值
const int MAXM=1e6+20;//边数的最大值
const int INF=0x3f3f3f3f;
const int inf=0x3f3f3f3f;
struct Edge
{
    int to,next,cap,flow;
} edge[MAXM];
class ISAP
{
//输入参数:起点、终点、点的总数
//点的编号没有影响,只输入点的总数
public:
    int tol;
    int head[MAXN];
    int gap[MAXN],dep[MAXN],cur[MAXN];
    void init()
    {
        tol=0;
        mset(head,-1);
    }
    void addEdge(int u,int v,int w,int rw=0)
    {
        edge[tol].to=v,edge[tol].cap=w,edge[tol].next=head[u];
        edge[tol].flow=0,head[u]=tol++;
        edge[tol].to=u,edge[tol].cap=rw,edge[tol].next=head[v];
        edge[tol].flow=0,head[v]=tol++;
    }
    int Q[MAXN];
    void BFS(int start,int end)
    {
        mset(dep,-1),mset(gap,0);
        gap[0]=1;
        int front=0,rear=0;
        dep[end]=0;
        Q[rear++]=end;
        while(front!=rear)
        {
            int u=Q[front++];
            for(int i=head[u]; i!=-1; i=edge[i].next)
            {
                int v=edge[i].to;
                if(dep[v]!=-1)  continue;
                Q[rear++]=v;
                dep[v]=dep[u]+1;
                gap[dep[v]]++;
            }
        }
    }
    int S[MAXN];
    int sap(int start,int end,int N)//只输入源点和汇点的编号   和顶点个数
    {
        BFS(start,end);
        memcpy(cur,head,sizeof(head));
        int top=0,u=start,ans=0;
        while(dep[start]<N)
        {
            if(u==end)
            {
                int Min=INF;
                int inser;
                for(int i=0; i<top; i++)
                {
                    if(Min>edge[S[i]].cap-edge[S[i]].flow)
                    {
                        Min=edge[S[i]].cap-edge[S[i]].flow;
                        inser=i;
                    }
                }
                for(int i=0; i<top; ++i)
                {
                    edge[S[i]].flow+=Min;
                    edge[S[i]^1].flow-=Min;
                }
                ans+=Min;
                top=inser;
                u=edge[S[top]^1].to;
                continue;
            }
            bool flag=false;
            int v;
            for(int i=cur[u]; i!=-1; i=edge[i].next)
            {
                v= edge[i].to;
                if(edge[i].cap-edge[i].flow&&dep[v]+1==dep[u])
                {
                    flag=true;
                    cur[u]=i;
                    break;
                }
            }
            if(flag)
            {
                S[top++]=cur[u];
                u=v;
                continue;
            }
            int Min= N;
            for(int i=head[u]; i!=-1; i=edge[i].next)
            {
                if(edge[i].cap-edge[i].flow&&dep[edge[i].to]<Min)
                {
                    Min=dep[edge[i].to];
                    cur[u]=i;
                }
            }
            gap[dep[u]]--;
            if(!gap[dep[u]])    return ans;
            dep[u]=Min+1;
            gap[dep[u]]++;
            if(u!=start) u=edge[S[--top]^1].to;
        }
        return ans;
    }
};
ISAP kit;
int main(){
    int n,m,a,b;
    /*
    n个顶点1~n   m条边
    s到顶点,顶点到t, 容量分别为a,b
    边开成双向的
    */
    scanf("%d%d",&n,&m);
    kit.init();
    int source=0,endd=n+1;
    for(int i=1;i<=n;++i){
        scanf("%d %d",&a,&b);
        kit.addEdge(source,i,a);
        kit.addEdge(i,endd,b);
    }
    for(int i=1;i<=m;++i){
        int u,v,cap;
        scanf("%d%d%d",&u,&v,&cap);
        kit.addEdge(u,v,cap);
        kit.addEdge(v,u,cap);
    }
    int ans=kit.sap(source,endd,n+2);
    printf("%d\n",ans);
    return 0;
}

# 高校智慧校园解决方案摘要 智慧校园解决方案是针对高校信息化建设的核心工程,旨在通过物联网技术实现数字化校园的智能化升级。该方案通过融合计算机技术、网络通信技术、数据库技术和IC卡识别技术,初步实现了校园一卡通系统,进而通过人脸识别技术实现了更精准的校园安全管理、生活管理、教务管理和资源管理。 方案包括多个管理系统:智慧校园管理平台、一卡通卡务管理系统、一卡通人脸库管理平台、智能人脸识别消费管理系统、疫情防控管理系统、人脸识别无感识别管理系统、会议签到管理系统、人脸识别通道管理系统和图书馆对接管理系统。这些系统共同构成了智慧校园的信息化基础,通过统一数据库和操作平台,实现了数据共享和信息一致性。 智能人脸识别消费管理系统通过人脸识别终端,在无需接触的情况下快速完成消费支付过程,提升了校园服务效率。疫情防控管理系统利用热成像测温技术、视频智能分析等手段,实现了对校园人员体温监测和疫情信息实时上报,提高了校园公共卫生事件的预防和控制能力。 会议签到管理系统和人脸识别通道管理系统均基于人脸识别技术,实现了会议的快速签到和图书馆等场所的高效通行管理。与图书馆对接管理系统实现了一卡通系统与图书馆管理系统的无缝集成,提升了图书借阅的便捷性。 总体而言,该智慧校园解决方案通过集成的信息化管理系统,提升了校园管理的智能化水平,优化了校园生活体验,增强了校园安全,并提高了教学和科研的效率。
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