网络流——最大权闭合子图

网络流的一类经典模型。

给出一张有向图 $G=(V,E)$，你要选定一个点集 $A$，对于任意 $x\in A$，若存在 $(x,y)\in E$，那么一定有 $y\in A$，你要使 $A$ 中的点权值和最大。

先将点分为两类，正权点和负权点。

考虑如何构建网络，建立超级源 $S$ 和超级汇 $T$，令 $S$ 向正权点连边，流量为权值，负权点向 $T$ 连边，流量为权值的相反数。对于原图中的边 $(x,y)$，我们也建出来，流量为 $\infty$。

那么跑完网络流之后，这张图会分成两份，一份是和源点 $S$ 连着的，一份是和汇点 $T$ 连着的。显然，和源点连着的，就是一个闭合子图，因为中间的边流量无穷大，不可能被割掉，所以与 $S$ 连着的实验的后继都在这个图中。

那么考虑计算与 $S$ 相连的这张子图的收益。

先放一张图，表示跑完网络流后的图（很丑，轻喷QAQ）：

就像这样分成两块，$S$ 中有正点也有负点，那么收益就是正点的权值和减负点的权值和。

发现这两个东西都不好求，于是转化一下。

先列一下我们有的量：

1. 这张图的割是 $T_{正}+S_{负}$
2. 这张图的所有正点的权值和（显然可以预处理），即$S_{正}+T_{正}$

而我们现在需要求：$S_{正}-S_{负}$。

显然，用正点的权值和减去割就是我们要的答案。

但现在还有一个要求，我们要收益尽可能大，也就是 $S_{正}-S_{负}$ 尽可能大，也就是正点的权值和减去割尽可能大。

发现正点的权值和是固定的，那我们只需要求一个尽可能小的割，根据最大流最小割定理，我们只需要求出这张图的最大流就好了。

模板题及代码。