差分约束系统_oi 差分约束-CSDN博客

本文链接：https://blog.csdn.net/Stockholm_Sun/article/details/77318993

差分约束系统

山东省聊城第一中学孙玉泰（Stockholm_Sun）

绪言

在我学习差分约束系统的时候，网络上的blog并不能很好的给我一个思路，这说明讲解这个系统绝非易事，那么接下来的讲解将较多的借鉴百度百科的资料，结合自己的思想来讲解，然后希望大家能坚持读完这些，因为这些都是我自认为比较通俗的，毕竟OI是一个比较艰辛的道路，大家一起努力吧。

预备定义

差分

又名差分函数或差分运算，差分的结果反映了离散量之间的一种变化，是研究离散数学的一种工具。它将原函数f(x) 映射到f(x+a)-f(x+b) 。差分运算，相应于微分运算，是微积分中重要的一个概念。总而言之，差分对应离散，微分对应连续。

SPFA算法或Bellman-Ford算法

这两个算法均为单源最短路算法，学习之前至少要会一个。下面给出SPFA的定义和上述算法之间的联系。
SPFA算法是求单源最短路径的一种算法，它还有一个重要的功能是判负环（在差分约束系统中会得以体现），在Bellman-ford算法的基础上加上一个队列优化，减少了冗余的松弛操作，是一种高效的最短路算法。

偏移量

本讲中，对于一组有解的差分约束系统，假设解集为A，将元素中所有元素+δ，偏移量即为δ。此定义是临时定义，仅适用于本讲。

负环

对于图上的一个环来说，如果遍历一圈，总权值小于0，那么我们就称之为负环。

定义

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。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。

实现思路

观察xj-xi<=bk，会发现它类似最短路中的三角不等式d[v]<=d[u]+w[u,v]，即d[v]-d[u]<=w[u,v]。因此，以每个变量xi为结点，对于约束条件这里写图片描述，其意思为xj比xi至多多bk。连接一条边(i,j)，边权为bk。
那么为什么是连接(i,j)呢？因为单源最短路是一个累加的过程，所以起始点要比终止点“小”bk个单位（实际上可以是bk<0时，xi比xj大）。这样一来，xi需要加上bk才是xj，所以要从i出发到j，建一条bk的边。这里讲的只是“至多型”，要求最短路。
同样的，我们如果要表述这里写图片描述时，即为，就连接一条边(j,i)，边权为-bk。
（据说是联系了网络流的思路）我们再增加一个超级源节点s，s与所有定点相连，边权均为0。
为什么要让边权为0呢？因为刚刚我们说了，(j,i)表示，这样一来就可以让bj<=k,所以事实上边权为0完全可以改成任意的一个k，我们知道，如果这样的差分约束系统有解的话，就一定是有无穷种解，因为它们的偏移量有正无穷种情况，而这里的k就决定了差分约束系统的解集的偏移量，对于求最短路的“至多型”算法，这个k同时也是一个上界。
对这个图，以s为源点运行单源最短路算法，这里我们使用SPFA算法，最终{d[i]}即为一组可行解。
因此，求解差分约束系统，可以转化成图论的单源最短路径（或最长路径）问题。

案例分析

下面来看看较为基础一些的案例：
找出未知量xi，i=1,2,…,5，满足下列8个差分约束条件（0节点已省略）：
这里写图片描述
很容易就可以知道，该问题的一个解为x=(-5,-3,0,-1,-4)，另一个解y=(0,2,5,4,1)，这2个解是有联系的：y中的每个元素比x中相应的元素大5。
引理：设x=(x1,x2,…,xn)是差分约束系统Ax≤b的一个解，d为任意常数。则x+d=(x1+d,x2+d,…,xn+d)也是该系统Ax≤b的一个解。这里的5也就是我们所说的偏移量δ，但一般情况下，我们取0节点为0，以及0节点与其它节点连线的权值为0。
再一个就是对于相等时候的加边，需要加权值为0的双向边，这一点要注意。
然后为了检查对应不等式组是否对应解集，我们就只需要观察它是否存在负环，因为如果存在负环的话，每转一圈负环内所有元素的权值都会降低，在一个确定的偏移量下却不会是一个确定的数，所以就像A>B>C>A>B>C>……一样，是不成立的。

实质讨论

经过我和几个dalao的讨论，了解到这个求最短路（至多型）或者说最长路（至少型）的方法就是在模拟不等式合并的过程，即
a-b<=m···························不等式1
b-c<=n·····························不等式2
而最短（长）路的三角形原理在这里就是模拟了联立不等式组并将不等式1+不等式2的过程，即
a-c<=m+n·······················不等式3
这就是这个算法的实质，简直是数论与图论的完美结合，令人惊叹。

预备定义补充

在解释核心代码之前，我们先要熟悉一件事情。
对于我们要讲的SPFA算法，撇开它的两个优化法SLF和LLL不说，朴素的SPFA算法类似于BFS，它是广度优先的优化，而对于这个算法它的时间复杂度并不优秀，是O（N^2）的级别。所以这里我们用DFS版的SPFA，这也就是核心代码。

应用范围

经过lzh大佬的建议，在此强调一下差分约束系统的应用，比如说我们想要求出所有节点之间权值差值最大，那么我们就用“至多型”（<=），这个时候我们求最短路，原因是这样的：
a-b<=m···························不等式1
b-c<=n·····························不等式2
我们刚说了，差分约束的实质就是两个不等式的联立，这样我们就可以发现，根据同小取小原理，我们就求一个最短路。
反之，“至少型”用于求点权值差值最小，用最长路类比一下就好啦。
还有一个应用，就是求可行解，这种东西算出一个解来，然后枚举偏移量δ，只要有可行解，你想要几个解就有几个解，因为刚才说了，它的解集数是无穷个或者0个。

代码实现

建边的方法和初始化的东西就不讲了，初始化就是把d数组（distance）升为MAX即可，然后开始点的d初始化为0。
接下来重点看看算法，这个代码的功能是求在给定条件下，是否存在解。也就是判断负环，如果一个节点在被更新时这个节点在更新队列中，说明它存在负环，因为在0节点权值为0时，如果节点X要更新，X的权值必定是比原来的X的非正权值小，即更新后X的权值必定为负数，那么它就是一个负环，所以不合题意，直接输出NO。

int dfs(int x)
{
    b[x]=1;
    for(int i=hd[x];i;i=nxt[i])//遍历x相连的点
    {
        if(d[x]+v[i]<d[y[i]])//更新节点
        {
            d[y[i]]=d[x]+v[i];
            if(!b[y[i]])//如果当前没有发现成负环就继续
            {
                if(!dfs(y[i]))
                return 0;
            }
            else//反之错误
            return 0;
        }
    }
    b[x]=0;//解除标记
    return 1;
}