2011年02月_OI李想

转载二分图匹配【KM算法】

KM算法是通过给每个顶点一个标号（叫做顶标）来把求最大权匹配的问题转化为求完备匹配的问题的。设顶点Xi的顶标为A[i]，顶点Yi的顶标为B [i]，顶点Xi与Yj之间的边权为w[i,j]。在算法执行过程中的任一时刻，对于任一条边(i,j)，A[i]+B[j]>=w[i,j]始终成立。KM算法的正确性基于以下定理： 若由二分图中所有满足A[i]+B[j]=w[i,j]的边(i,j)构成的子图（称做相等子图）有完备匹配，那么这个完备匹配就是二分图的最大权匹配。 　　这个定理

2011-02-24 20:44:00 657

原创 USACO 5.2.2

还是比较水的一题 枚举+KMP +++++++++++++++++++++++++++++++源程序+++++++++++++++++++++++++++++++ #include<stdio.h> #includ

2011-02-12 18:02:00 547

转载最大流SAP算法

距离标记最短增广路算法，复杂度是O(n^2*m),比EK要快得多，看了书上的原理，然后理解了伪代码，一下子就写过了，1459跑了130ms，还需要改进啊，挺高兴的终于学了网络流快一点的算法了，半期后把dinic和预留推进算法学了。其实大致思路就是每次增广最短路径，维护一个dis数组表示每个点到汇点的最小跳数，dis数组必须有这个性质： dis[i] 0); 定义一条允许弧：如果满足：dis[i] = dis[j] + 1( r[i][j] > 0);那么连接i，j的边就叫

2011-02-11 22:11:00 781

转载非递归回溯算法求解n-皇后问题

n-皇后问题描述：在n×n格的棋盘上摆放n个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，求解满足条件的棋盘布局。n-皇后问题是典型的可以使用回溯算法求解的问题。下面是n-皇后问题的实现求解算法，先给出使用C语言的实现，再转成Java实现。可以通过详细的程序注释来了解求解过程。C语言实现如下所示：#include #include #include #define N 8int column[N]; int chessboard[N][N]; //

2011-02-11 21:00:00 1989

转载迷宫问题--非递归回溯 C语言实现

零、注意要素 1、在迷宫周围需要设置围墙（一圈的1） 2、每个点的走动，需要记录方向，（x，y，方向） 3、如果某点遇到围堵，回退，那么需要标记这个点是不通的。会退后的下一点再往该方向查找时，这一点是不通的，那么那一点需要判断其他方向，如果其他方向也不同则回溯，并且标记那一点也为不通的。 4、stack的topPointer问题，topPointer是指向最上面的数据的上一个空间， void PUSH(stackNode node,maz

2011-02-11 20:57:00 6532

转载回溯法

一、回溯的基本思想是：从一个给定的起始位置，我们希望到达一个目的位置。我们重复地进行选择（可能是猜测）下一个位置应当是什么。如果一个给定的选择是有效的，即新的位置可能位于通向目的位置的途径中，则前进到这个新的位置，然后继续。如果一个给定的选择通向了死胡同，则回到前面的位置，进行其他的选择。回溯就是通过一系列位置选择到达目的位置，并且在不能到达目的位置时反向退回的策略。通俗的讲法：从一条路往前走，能进则进，不能进则退回来，换一条路再试。算法书上可能这样说：回溯法是在包含问题的所有解的解空间

2011-02-11 11:29:00 1645

原创 Edmonds-Karp算法实现代码【原创】

#includeusing namespace std;const int maxn=220;int a[maxn][maxn],pre[maxn],m,n,ans;inline int work_work(){ int queue[maxn]={0},mark[maxn]={0},head=0,tail=1,i; queue[tail]=mark[1]=1; while(head!=tail) { head++; for(

2011-02-09 16:05:00 934

转载 Edmonds-Karp算法实现代码

#include <cstdio>#include <iostream>#include <vector>#include <queue>#include <algorithm>#include <functional>#define Maxn 100#define Maxnum 99999999using namespace std;int n, f[Maxn][Maxn], g[Maxn][Maxn], s, t;int path[Maxn], p

2011-02-09 15:59:00 1649

原创 Edmonds-Karp算法

基础的最大流算法，每次Bfs寻找最短路进行增广，这时候的增广和匈牙利算法的增广不同，找出一条残余路径就可以了。 然后对残余网络进行增广，不要忘记正向增广，相当于负向减少，也要在图中保存记录。 最后求一个割集来得到最大流。 最大流模型： 点：对点来说要求是进多少出多少 边：对边要求是不能超过最大容量，所以c的值为所有的残余边中的最小值 效率 O(VE2)，效率可以满足一般题目要求。 <br

2011-02-09 15:54:00 5589

转载 Ford-Fulkerson与Edmonds-Karp求解最大流

在算法导论中对求解最大流问题给出了一般性的解决方法，但并没有涉及到具体的实现。在这里我还是重新的对求解最大流的思想进行一般性的描述，然后再给出具体的实现。 Ford-Fulkerson方法依赖于三种重要思想，这三个思想就是在上一篇网络流基础中提到的：残留网络，增广路径和割。Ford-Fulkerson方法是一种迭代的方法。开始时，对所有的u，v∈V有f(u,v)=0，即初始状态时流的值为0。在每次迭代中，可通过寻找一条“增广路径”来增加流值。增广路径可以看成是

2011-02-07 20:39:00 2914

转载网络最大流——Ford-Fulkerson和Edmonds-Karp

最天下午又听了一节课，勉强把MaxiumFlow的两个算法写出来了。其实两个算法的不同之处就在于寻找“增广链”的方式——Ford-Fulkerson是随便找一条，我就用了DFS；Edmonds-Karp要求找一条节点数最少的，我用BFS。但就是这样的差别，两个程序的执行效率不可同

2011-02-07 20:33:00 1023

理想之国