BZOJ 1070 费用流

    对于这类题我们往往进行拆点处理,不过这道题比较麻烦的是一个人修不同车花费的时间不同,这就无法得到第i个人修第j次时对答案的贡献,因为我们不知道这个人一共修几辆车,也就无法得到他修第j次时,后面的车一共等了多久。所谓正难则反,我们考虑将点拆成表示第i个人修倒数第j辆车,这样我们就知道他修这辆车时,总等待时间为j*a,a是他修这辆车的时间。这样我们就可以通过这样的拆点方式来建立最小费用最大流模型,从而得到答案。

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define maxn 1005
#define maxm 100005
#define INF 1000000000
int pre[maxm],other[maxm],last[maxn],cost[maxm],cap[maxm];
int q[maxm+5],d[maxn],next[maxn],n,m,sum;
bool vis[maxn];
int S,T,l;

void connect(int x,int y,int z,int c)
{
	pre[l]=last[x];
	last[x]=l;
	other[l]=y;
	cap[l]=z;
	cost[l]=c;
	l++;
	swap(x,y);
	pre[l]=last[x];
	last[x]=l;
	other[l]=y;
	cap[l]=0;
	cost[l]=-c;
	l++;	
}

bool spfa()
{
	memset(d,127,sizeof d);
	memset(next,-1,sizeof next);
	q[1]=S;d[S]=0;
	int h=0,t=1;
	while (h!=t) 
	{
		
		h=h%maxm+1;
		int u=q[h];vis[u]=0;
		for (int p=last[u];p!=-1;p=pre[p]) 
		{
			if (cap[p]<=0) continue;
			int v=other[p];
			if (d[v]>d[u]+cost[p]) 
			{
				next[v]=p;
				d[v]=d[u]+cost[p];
				if (!vis[v]) 
				{
					t=t%maxm+1;
					q[t]=v;
					vis[v]=1;
				}
			}
		}
	}
	return d[T]<INF;
}

int MCMF(void)
{
	
	int M=0,flow=INF;
	for (int p=next[T];p!=-1;p=next[other[p^1]]) 
		flow=min(flow,cap[p]);
	for (int p=next[T];p!=-1;p=next[other[p^1]]) 
	{
		cap[p]-=flow;
		cap[p^1]+=flow;
		M+=cost[p];	
	}
	return M;
}

int main()
{
	scanf("%d%d",&m,&n);
	S=0;T=n*m+n+1;
	memset(last,-1,sizeof last);
	for (int i=1;i<=n;i++) 
	{
		connect(m*n+i,T,1,0);
		for (int j=1;j<=m;j++) 	
		{
			int a;
			scanf("%d",&a);	
			for (int k=1;k<=n;k++)
				connect((j-1)*n+k,i+m*n,1,a*k);
		}
	}
	for (int i=1;i<=m;i++)
		for (int k=1;k<=n;k++) connect(S,(i-1)*n+k,1,0);
	while (spfa()) 
		sum+=MCMF();
	double ans=(double)sum/n;
	printf("%.2lf\n",ans);
	return 0;	
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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