3504: [Cqoi2014]危桥

3504: [Cqoi2014]危桥

Time Limit: 10 Sec   Memory Limit: 128 MB
Submit: 1646   Solved: 815
[ Submit][ Status][ Discuss]

Description

Alice和Bob居住在一个由N座岛屿组成的国家,岛屿被编号为0到N-1。某些岛屿之间有桥相连,桥上的道路是双
向的,但一次只能供一人通行。其中一些桥由于年久失修成为危桥,最多只能通行两次。Alice希望在岛屿al和a2之间往返an次(从al到a2再从a2到al算一次往返)。同时,Bob希望在岛屿bl和b2之间往返bn次。这个过程中,所有危桥最多通行两次,其余的桥可以无限次通行。请问Alice和Bob能完成他们的愿望吗?

Input


本题有多组测试数据。
每组数据第一行包含7个空格隔开的整数,分别为N、al、a2、an、bl、b2、bn。
接下来是一个N行N列的对称矩阵,由大写字母组成。矩阵的i行j列描述编号i一1和j-l的岛屿间的连接情况,若为“O”则表示有危桥相连:为“N”表示有普通的桥相连:为“X”表示没有桥相连。
|

Output

对于每组测试数据输出一行,如果他们都能完成愿望输出“Yes”,否则输出“No”。


Sample Input

4 0 1 1 2 3 1
XOXX
OXOX
XOXO
XXOX
4 0 2 1 1 3 2
XNXO
NXOX
XOXO
OXOX

Sample Output

Yes
No
数据范围
4<=N<50
O<=a1, a2, b1, b2<=N-1

1 <=an. b<=50

题解:

网络流,

一开始想到从st连到a1,b1流量为2*an,a2,b2到ed也同样流量为2*bn。

后来经tkj大神指点发现这不太对啊,可以有流量从a1流到b2,或者有流量从b1流到b2

所以我们可以流两次。

第一次就是我想的那样建边,

第二次把b1和b2换一下,如果同样流的过去的话,就可以通过。

具体证明:http://www.cnblogs.com/chenyushuo/p/5139556.html

代码:

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
#include<iostream>
#define inf 0x7fffffff
using namespace std; 
const int N=80;
const int M=100005;
int n,a1,a2,an,b1,b2,bn;
char ss[N][N];
struct node{
	int x,y,z,next,other;
}tr[M];int len=0,first[N];
int st=0,ed=70;
void ins(int x,int y,int z)
{
	len++;
	tr[len].x=x;
	tr[len].y=y;
	tr[len].z=z;
	tr[len].next=first[x];
	first[x]=len;
	tr[len].other=len+1;
	len++;
	tr[len].x=y;
	tr[len].y=x;
	tr[len].z=0;
	tr[len].next=first[y];
	first[y]=len;
	tr[len].other=len-1;
}
void init()
{
memset(first,-1,sizeof(first));	
len=0;
	for(int i=0;i<n;i++)
	for(int j=0;j<n;j++)
	{
		if(ss[i][j]=='O') 
		{
			ins(i+1,j+1,2);
			//printf("%d %d\n",i+1,j+1);
		}
		if(ss[i][j]=='N') 
		{
			ins(i+1,j+1,inf);
		}
	}
}
int list[M],h[M],head,tail;
bool built()//宽搜只是为了构建h数组 
{
    memset(h,0,sizeof(h));h[st]=1; //出发点的层次为1
    list[1]=st;head=1;tail=2; //宽搜
    while(head!=tail)
    {
        int x=list[head];
        //printf("%d\n",st);
        for(int k=first[x];k!=-1;k=tr[k].next)
        {
            int y=tr[k].y;
            if(  tr[k].z>0 &&  h[y]==0  )//a[k].c>0让多次构图成为可能
            {
                // x >y这条边还有流量,并且 y没有访问过
                h[y]=h[x]+1;   //y作为x的下一层
                list[tail++]=y;
            }
        }
        head++;
    }
    if(h[ed]>0) return true;//如果最后能到ed返回true,否则返回false
    else return false;
}
int dfs(int x,int f)
{
	if(x==ed) return f;
	int s=0,t;
	for(int i=first[x];i!=-1;i=tr[i].next)
	{
		int y=tr[i].y;
		if(h[y]==h[x]+1&&tr[i].z>0&&f>s)
		{
			t=dfs(y,min(tr[i].z,f-s));
			s+=t;
			tr[i].z-=t;
			tr[tr[i].other].z+=t;
		}
	}
	if(s==0) h[x]=0;
	return s;
}

int main()
{
	while(scanf("%d%d%d%d%d%d%d",&n,&a1,&a2,&an,&b1,&b2,&bn)!=EOF)
	{	a1++;b1++;a2++;b2++;
	    
	    for(int i=0;i<n;i++)
	    scanf("%s",ss[i]);
		init();
		st=0;ed=70;
		ins(st,a1,an*2);ins(a2,ed,an*2);//printf("%d %d %d %d %d %d %d",n,a1,a2,an,b1,b2,bn);
		ins(st,b1,bn*2);ins(b2,ed,bn*2);
		int ans=0;bool flag=true;
	
		while(built()==true)
		{
			//printf("!");
			ans+=dfs(st,inf);
			//printf("%d\n",ans);
		}
		if(ans<(an+bn)*2) flag=false;
		if(flag==true)
		{
			//printf("!");
				init();
		    ins(st,a1,an*2);ins(a2,ed,an*2);
		    ins(st,b2,bn*2);ins(b1,ed,bn*2);
		    ans=0;
		while(built()==true)
		{
			ans+=dfs(st,inf);
		}
		if(ans<(an+bn)*2) flag=false;
		}
		if(flag==true) printf("Yes\n");
		else printf("No\n");
	}
}


  • 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