区间选点 差分约束

题意：

给定一个数轴上的 n 个区间，要求在数轴上选取最少的点使得第 i 个区间 [ai, bi] 里至少有 ci 个点。使用差分约束系统的解法解决这道题。

Input
输入第一行一个整数 n 表示区间的个数，接下来的 n 行，每一行两个用空格隔开的整数 a，b 表示区间的左右端点。1 <= n <= 50000， 0 <= ai <= bi <= 50000 并且 1 <= ci <= bi - ai+1。
Output
输出一个整数表示最少选取的点的个数

Sample Input
5
3 7 3
8 10 3
6 8 1
1 3 1
10 11 1

Sample Output
6

---

思路：

题意需要满足[ai, bi]区间内至少有ci个整数点，我们可以采取前缀和的思想设立sum[i]表示[0,i]之间选点的个数，因此题目的要求则可以转化为sum[bi] - sum[ai]>=ci。于是题目给的所有条件都可以转化为这种不等式，构成了差分约束系统。

求解差分约束系统可以转化为最短路或是最长路问题。若是不等式约束类似为xj - xi<=ck，设x[j] = dis[j]，x[i] = dis[i]，ck = w(i,j)，于是这个式子可以转化为dis[j]<=dis[i] + w(i,j)，即最短路的松弛操作，原式子的松弛操作实际上也非常好理解，举例：若是我们依据约束不等式组求得两个不等式x[i] - x[j]<=4，x[i] - x[j]<=5，类似松弛操作我们可以将不等式缩为x[i] - x[j]<=4。同理若是不等式约束类似为xj - xi>=ck，那么则是求最长路。

落实到题目中而言，我们可以归纳差分约束系统可以转化为最短路时是求上限，即最多什么，而转化为最长路则是最少什么。

由于在求解最短路的过程中出现存在负环或者终点不可达的情况，那么在求解差分约束的过程中也会存在这样的问题 。
存在负环 ：如果路径中存在负环则表现为最短路的无限小，即最短路不存在 在不等式约束上表现为𝑥i−𝑥1≤𝑇中的T为无限小,得出的结论就是𝑥i的结果不存在 。可以通过Bellman算法或者队列优化的Bellman算法（SPFA）来判断负环是否存在 ，终点不可达这种情况表明变量𝑥i与变量1 之间没有约束关系 。𝑥i的结果可以是无限大，对应代码中为dis[i]=inf。

这道题目是为了求至少要多少个点，因此采用最长路的写法。上述的sum[i]落实到代码中实际上是dis[i]，即某点距离起始点之间的距离。

注意我们建图时，除了题目之间给的边，还需要外加一些边

for (int i = 0; i < Max; i++)
	{
   
		add(i, i + 1, 0);  //为了让全连起来
		add(i + 1, i, -1);
	}

增加i到i+1之间权值为0的边是为了让图连起来，并且不会增加新的距离，而增加i+1到i之间权值为-1的边是为了实现能反走，因为会存在这样的情况，反走一点，再走题目给的边距离更长。例如题目给了区间[1, 9]要取8个点，区间[7, 15]要取4个点，若是不添加返回的点则最长距离为8，若是添加了，则为9。

---

总结：

差分约束的思想非常的巧妙，硬生生将一组不等式求解转化为了单元最短路或是最长路距离求解。但是求解的过程中也可能出现不存在解的情况，对应图中就是出现负环或没有边，因此可以采取通过Bellman算法或者队列优化的Bellman算法（SPFA）来判断负环是否存在 。

---

代码

#define _CRT_SECURE_NO_DEPRECATE