【网络流】飞行员配对方案问题

题目描述
第二次世界大战时期, 英国皇家空军从沦陷国征募了大量外籍飞行员。由皇家空军派出的每一架飞机都需要配备在航行技能和语言上能互相配合的2 名飞行员, 其中1 名是英国飞行员,另1名是外籍飞行员。在众多的飞行员中,每一名外籍飞行员都可以与其他若干名英国飞行员很好地配合。 如何选择配对飞行的飞行员才能使一次派出最多的飞机。对于给定的外籍飞行员与英国飞行员的配合情况,试设计一个算法找出最佳飞行员配对方案,使皇家空军一次能派出最多的飞机。

输入
第1 行: 有 2个正整数m和 n。n是皇家空军的飞行员总数(n<100);m是外籍飞行员数。外籍飞行员编号为 1~m;英国飞行员编号为 m+1~n。 接下来每行有2个正整数 i 和 j ,表示外籍飞行员 i 可以和英国飞行员 j 配合。 文件最后以 2 个 -1 结束

输出
第 1 行是最佳飞行员配对方案一次能派出的最多的飞机数 M。 接下来 M 行是最佳飞行员配对方案。每行有 2个正整数 i 和 j ,表示在最佳飞行员配对方案中,飞行员 i 和飞行员 j 配对。 如果所求的最佳飞行员配对方案不存在,则输出‘No Solution!’ 。

样例输入
5 10
1 7
1 8
2 6
2 9
2 10
3 7
3 8
4 7
4 8
5 10
-1 -1
样例输出
4

这道题太裸了,源点连边到外国人, 外国人连边到飞行员, 飞行员连到汇点 。。。。。。

代码:

#include <cstdio>
#include <algorithm>
#include <cstring>

#define MAXN 1000
#define MAXM 500000
#define INF 1234567890
using namespace std;

struct node
{
    int v, c;
    node *next, *back;
};

//使用前要初始化
struct ISAP
{
    int n, s, t;
    node Edge[2*MAXM+10], *adj[MAXN+10], *ecnt;
    int d[MAXN+10];
    int num[MAXN+10];

    void init()
    {
        memset(adj, 0, sizeof adj);
        ecnt = Edge;
    }

    void init(int nn, int ss, int tt)
    {
        n = nn;
        s = ss;
        t = tt;
        memset(adj, 0, (n+1)*sizeof adj[0]);
        ecnt = Edge;
    }

    void addedge(int u, int v, int c)
    {
        node* p1 = ++ecnt;
        p1->v = v;
        p1->c = c;
        p1->next = adj[u];
        adj[u] = p1;

        node* p2 = ++ecnt;
        p2->v = u;
        p2->c = 0;
        p2->next = adj[v];
        adj[v] = p2;

        p1->back = p2;
        p2->back = p1;
    }

    int aug(int i, int augco)
    {
        int augc = 0;
        int mind = n-1;
        if (i == t)
            return augco;

        for (node* p = adj[i]; p; p=p->next)
        {
            int j = p->v, c = p->c;
            if (c > 0)
            {
                if (d[i] == d[j] + 1)
                {
                    int delta = min(c, augco - augc);
                    delta = aug(j, delta);
                    augc += delta;
                    p->c -= delta;
                    p->back->c += delta;
                    if (d[s] >= n)
                        return augc;
                    if (augc == augco)
                        return augc;
                }
                mind = min(mind, d[j]);
            }
        }

        if (augc == 0)
        {
            num[d[i]]--;
            if (num[d[i]] == 0) d[s] = n;
            d[i] = mind + 1;
            num[d[i]]++;
        }
        return augc;
    }

    int max_flow()
    {
       int f = 0;
       memset(d, 0, (n+1)*sizeof d[0]);
       memset(num, 0, (n+1)*sizeof num[0]);

       while (d[s] < n)
       {
           f += aug(s, INF);
       }

       return f;
    }
};

ISAP isap;

int GET()
{
    char ch;
    do{ch=getchar();}while(ch==' '||ch=='\n'||ch=='\t');
    int ret=0;
    while(ch>='0'&&ch<='9'){
        ret=ret*10+ch-'0';
        ch=getchar();}
    return ret;
}

void read()
{
    int m, n, u, v, c;
    scanf("%d%d", &m, &n);
    isap.init(n+2, 1, n+2);
    for (int i=1; i<=m; i++)
        isap.addedge(1, i+1, 1);
    while(scanf("%d %d", &u, &v)!=EOF && u != -1 && v != -1)
        isap.addedge(u+1, v+1, 1);
    for (int i=m+1; i<=n;i++)
        isap.addedge(i+1, n+2, 1);
}

int main()
{
    read();
    int ans = isap.max_flow();
    printf("%d", ans);
}
  • 0
    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