算法自学__差分约束算法

差分约束系统

如果一个系统由n个变量和m个约束条件组成，形成m个形如ai-aj ≤ k的不等式(i,j∈[1,n],k为常数),则称其为差分约束系统(system of difference constraints)。亦即，差分约束系统是求解关于一组变量的特殊不等式组的方法。

问题分析

我们对不等式进行简单的变形：
$$a_i-a_j\le k⟹a_i\le k+a_j$$
我们将$a_i$看作从起点到i点的最短距离，将$k$看作由j点到i的边的权值。此时，求解差分约束系统就转化成了求解单源最短路的问题。

为了便于求解，我们设立一个新的结点$a_0$，然后建立$a_0$指向每个结点的权值为0的边。
我们以$a_0$为源点，求解源点到各个结点的最短距离，这些最短距离就构成了差分约束系统的一组解。

算法细节

由于边权值可正可负，所以我们不能采用迪克斯特拉算法。因此，我们采用SPFA算法。

由于$a_0$到各个节点的初始结点的距离为0，所以得到的解中的每个变量的取值一定$\le 0$。

P5960 【模板】差分约束算法

#include<iostream>
#include<queue>
#include<vector>
#include<algorithm>
#include<cstring>
using namespace std;

class EDGE{
public:
	int to;
	int w;
public:
	EDGE(int to,int w){
		this->to=to;
		this->w=w;
	}
};
vector<EDGE>graph[5005];
int n,m;
int a,b,y;
int ans[5005];
int cnt[5005];

bool SPFA(int s){
	memset(ans,127,sizeof(ans));
	memset(cnt,0,sizeof(cnt));
	queue<EDGE>q;
	ans[s]=0;
	q.push(EDGE(s,0));
	cnt[s]++;
	while(!q.empty()){
		EDGE e=q.front();
		q.pop();
		int pos=e.to;
		for(int i=0;i<graph[pos].size();i++){
			int to=graph[pos][i].to;
			int w=graph[pos][i].w;
			if(ans[to]>ans[pos]+w){
				ans[to]=ans[pos]+w;
				q.push(EDGE(to,ans[to]));
				cnt[to]++;
				if(cnt[to]>=n) return 0;
			}
		}
	}
	return 1;
}

int main(){
	cin>>n>>m;
	for(int i=1;i<=m;i++){
		cin>>a>>b>>y;
		graph[b].push_back(EDGE(a,y));
	}
	for(int i=1;i<=n;i++) graph[0].push_back(EDGE(i,0));
	if(SPFA(0)){
		for(int i=1;i<=n;i++) cout<<ans[i]<<' ';
	}
	else cout<<"NO";
	return 0;
}