POJ 3169

最新推荐文章于 2022-03-22 22:14:49 发布

Xiao-wei1998

最新推荐文章于 2022-03-22 22:14:49 发布

阅读量492

点赞数

分类专栏：差分约束

本文链接：https://blog.csdn.net/lizhiwei2017/article/details/81698233

版权

差分约束专栏收录该内容

2 篇文章 0 订阅

订阅专栏

题目连接: layout

本题用到差分约束的方法，整理了一下网上关于差分约束的资料。

1.概念

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。

2.问题

差分约束系统属于线性规划问题。在一个差分约束系统中，线性规划矩阵A的每一行包含一个1和一个-1，A的所有其他元素都为0。因此，由Ax≤b给出的约束条件是m个差分约束集合，其中包含n个未知元。每个约束条件为如下形式的简单线性不等式：xj-xi≤bk(1≤i, j≤n，1≤k≤m)。如下图5维向量x满足8个不等式的差分约束，我们可以把未知量x1，x2，x3，x4，x5化为如下8个不等式：

我们可以发现当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。因此这个不等式组要么无解，要么就有无数组解。

3. 解决方法

求解差分约束系统，可以转化成图论的单源最短路径问题。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xj-xi<=bk，连接一条边E(i,j），边权为bk。求单源最短路径，必须有一个源点，然后再求这个源点到其他所有点的最短路径，我们可以增加一个原点s与所有其他点相连，边权均为0，xi - x0 <= 0。上图中的不等式于是转化为下图中的有向图：

补充：

如果还没有完全理解，我们可以先来看一个简单的情况，如下三个不等式：

B - A <= c (1)

C - B <= a (2)

C - A <= b (3)

我们想要知道C - A的最大值，通过(1) + (2)，可以得到 C - A <= a + c，所以这个问题其实就是求min{b, a+c}。将上面的三个不等式按照三-1 数形结合中提到的方式建图，如图三-2-1所示。

图三-2-1

我们发现min{b, a+c}正好对应了A到C的最短路，而这三个不等式就是著名的三角不等式。将三个不等式推广到m个，变量推广到n个，就变成了n个点m条边的最短路问题了。

解的存在性

上文提到最短路的时候，会出现负权圈或者根本就不可达的情况，所以在不等式组转化的图上也有可能出现上述情况，先来看负权圈的情况，如图三-3-1，下图为5个变量5个不等式转化后的图，需要求得是X[t] - X[s]的最大值，可以转化成求s到t的最短路，但是路径中出现负权圈，则表示最短路无限小，即不存在最短路，那么在不等式上的表现即X[t] - X[s] <= T中的T无限小，得出的结论就是 X[t] - X[s]的最大值不存在。

图三-3-1

再来看另一种情况，即从起点s无法到达t的情况，如图三-3-2，表明X[t]和X[s]之间并没有约束关系，这种情况下X[t] - X[s]的最大值是无限大，这就表明了X[t]和X[s]的取值有无限多种。

图三-3-2

在实际问题中这两种情况会让你给出不同的输出。综上所述，差分约束系统的解有三种情况：1、有解；2、无解；3、无限多解；

最大值 => 最小值

然后，我们将问题进行一个简单的转化，将原先的"<="变成">="，转化后的不等式如下：

B - A >= c (1)

C - B >= a (2)

C - A >= b (3)

然后求C - A的最小值，类比之前的方法，需要求的其实是max{b, c+a}，于是对应的是图三-2-1从A到C的最长路。同样可以推广到n个变量m个不等式的情况。

不等式标准化

如果给出的不等式有"<="也有">="，又该如何解决呢？很明显，首先需要关注最后的问题是什么，如果需要求的是两个变量差的最大值，那么需要将所有不等式转变成"<="的形式，建图后求最短路；相反，如果需要求的是两个变量差的最小值，那么需要将所有不等式转化成">="，建图后求最长路。

如果有形如：A - B = c 这样的等式呢？我们可以将它转化成以下两个不等式：

A - B >= c (1)

A - B <= c (2)

再通过上面的方法将其中一种不等号反向，建图即可。

最后，如果这些变量都是整数域上的，那么遇到A - B < c这样的不带等号的不等式，我们需要将它转化成"<="或者">="的形式，即 A - B <= c - 1。

差分约束的经典应用

1、线性约束

线性约束一般是在一维空间中给出一些变量（一般定义位置），然后告诉你某两个变量的约束关系，求两个变量a和b的差值的最大值或最小值。

【例题1】N个人编号为1-N，并且按照编号顺序排成一条直线，任何两个人的位置不重合，然后给定一些约束条件。

X(X <= 100000)组约束Ax Bx Cx(1 <= Ax < Bx <= N)，表示Ax和Bx的距离不能大于Cx。

Y(X <= 100000)组约束Ay By Cy(1 <= Ay < By <= N)，表示Ay和By的距离不能小于Cy。

如果这样的排列存在，输出1-N这两个人的最长可能距离，如果不存在，输出-1，如果无限长输出-2。

像这类问题，N个人的位置在一条直线上呈线性排列，某两个人的位置满足某些约束条件，最后要求第一个人和最后一个人的最长可能距离，这种是最直白的差分约束问题，因为可以用距离作为变量列出不等式组，然后再转化成图求最短路。

令第x个人的位置为d[x]（不妨设d[x]为x的递增函数，即随着x的增大，d[x]的位置朝着x正方向延伸）。

那么我们可以列出一些约束条件如下：

1、对于所有的Ax Bx Cx，有 d[Bx] - d[Ax] <= Cx；

2、对于所有的Ay By Cy，有 d[By] - d[Ay] >= Cy；

3、然后根据我们的设定，有 d[x] >= d[x-1] + 1 (1 < x <= N) （这个条件是表示任何两个人的位置不重合）

而我们需要求的是d[N] - d[1]的最大值，即表示成d[N] - d[1] <= T，要求的就是这个T。

于是我们将所有的不等式都转化成d[x] - d[y] <= z的形式，如下：

1、d[Bx] - d[Ax] <= Cx

2、d[Ay] - d[By] <= -Cy

3、d[x-1] - d[x] <= -1

对于d[x] - d[y] <= z，令z = w(y, x)，那么有 d[x] <= d[y] + w(y, x)，所以当d[x] > d[y] + w(y, x)，我们需要更新d[x]的值，这对应了最短路的松弛操作，于是问题转化成了求1到N的最短路。

对于所有满足d[x] - d[y] <= z的不等式，从y向x建立一条权值为z的有向边。

然后从起点1出发，利用SPFA求到各个点的最短路，如果1到N不可达，说明最短路(即上文中的T)无限长，输出-2。如果某个点进入队列大于等于N次，则必定存在一条负环，即没有最短路，输出-1。否则T就等于1到N的最短路。

区间约束

【例题2】给定n（n <= 50000）个整点闭区间和这个区间中至少有多少整点需要被选中，每个区间的范围为[ai, bi]，并且至少有ci个点需要被选中，其中0 <= ai <= bi <= 50000，问[0, 50000]至少需要有多少点被选中。

例如3 6 2 表示[3, 6]这个区间至少需要选择2个点，可以是3,4也可以是4,6（总情况有 C(4, 2)种）。

这类问题就没有线性约束那么明显，需要将问题进行一下转化，考虑到最后需要求的是一个完整区间内至少有多少点被选中，试着用d[i]表示[0, i]这个区间至少有多少点能被选中，根据定义，可以抽象出 d[-1] = 0，对于每个区间描述，可以表示成d[ bi ] - d[ ai - 1 ] >= ci，而我们的目标要求的是 d[ 50000 ] - d[ -1 ] >= T 这个不等式中的T，将所有区间描述转化成图后求-1到50000的最长路。

这里忽略了一些要素，因为d[i]描述了一个求和函数，所以对于d[i]和d[i-1]其实是有自身限制的，考虑到每个点有选和不选两种状态，所以d[i]和d[i-1]需要满足以下不等式： 0 <= d[i] - d[i-1] <= 1 （即第i个数选还是不选）

这样一来，还需要加入 50000*2 = 100000 条边，由于边数和点数都是万级别的，所以不能采用单纯的Bellman-Ford ，需要利用SPFA进行优化，由于-1不能映射到小标，所以可以将所有点都向x轴正方向偏移1个单位（即所有数+1）。

未知条件约束

未知条件约束是指在不等式的右边不一定是个常数，可能是个未知数，可以通过枚举这个未知数，然后对不等式转化成差分约束进行求解。

【例题3】

在一家超市里，每个时刻都需要有营业员看管，R(i) (0 <= i < 24)表示从i时刻开始到i+1时刻结束需要的营业员的数目，现在有N(N <= 1000)个申请人申请这项工作，并且每个申请者都有一个起始工作时间 ti，如果第i个申请者被录用，那么他会连续工作8小时。

现在要求选择一些申请者进行录用，使得任何一个时刻i，营业员数目都能大于等于R(i)。

i = 0 1 2 3 4 5 6 ... 20 21 22 23 23，分别对应时刻 [i, i+1)，特殊的，23表示的是[23, 0)，并且有些申请者的工作时间可能会“跨天”。

a[i] 表示在第i时刻开始工作的人数，是个未知量

b[i] 表示在第i时刻能够开始工作人数的上限，是个已知量

R[i] 表示在第i时刻必须值班的人数，也是已知量

那么第i时刻到第i+1时刻还在工作的人满足下面两个不等式（利用每人工作时间8小时这个条件）：

当 i >= 7, a[i-7] + a[i-6] + ... + a[i] >= R[i] (1)

当 0 <= i < 7, (a[0] + ... + a[i]) + (a[i+17] + ... + a[23]) >= R[i] (2)

对于从第i时刻开始工作的人，满足以下不等式：

0 <= i < 24, 0 <= a[i] <= b[i] (3)

令 s[i] = a[0] + ... + a[i]，特殊地，s[-1] = 0

上面三个式子用s[i]来表示，如下：

s[i] - s[i-8] >= R[i] (i >= 7) (1)

s[i] + s[23] - s[i+16] >= R[i] (0 <= i < 7) (2)

0 <= s[i] - s[i-1] <= b[i] (0 <= i < 24) (3)

仔细观察不等式(2)，有三个未知数，这里的s[23]就是未知条件，所以还无法转化成差分约束求解，但是和i相关的变量只有两个，对于s[23]的值我们可以进行枚举，令s[23] = T, 则有以下几个不等式：

s[i] - s[i-8] >= R[i]

s[i] - s[i+16] >= R[i] - T

s[i] - s[i-1] >= 0

s[i-1] - s[i] >= -b[i]

对于所有的不等式 s[y] - s[x] >= c，建立一条权值为c的边 x->y，于是问题转化成了求从原点-1到终点23的最长路。

但是这个问题比较特殊，我们还少了一个条件，即：s[23] = T，它并不是一个不等式，我们需要将它也转化成不等式，由于设定s[-1] = 0，所以 s[23] - s[-1] = T，它可以转化成两个不等式：

s[23] - s[-1] >= T

s[-1] - s[23] >= -T

将这两条边补到原图中，求出的最长路s[23]等于T，表示T就是满足条件的一个解，由于T的值时从小到大枚举的（T的范围为0到N），所以第一个满足条件的解就是答案。

最后，观察申请者的数量，当i个申请者能够满足条件的时候，i+1个申请者必定可以满足条件，所以申请者的数量是满足单调性的，可以对T进行二分枚举，将枚举复杂度从O(N)降为O(logN)。

个人理解：

差分约束题目的关键在于将其转化为最短路，而后用最短路的方法来处理。本人喜欢用 SPFA + 链式前向星来做最短路的题目，对于 SPFA 无法判断负环的情况，可以引入一个数组来记录某一点进入队列的次数，如果超过所有点的总和，那么就肯定存在负环。SPFA 时间复杂度为 o(KE).

poj3169 代码：

#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
using namespace std;

const int maxn = 1010;
const int maxe = 20010;
const int INF = 2147483646;
int head[maxn];
int vis[maxn];
int cnt[maxn];
int dist[maxn];

struct Node{
	int to;
	int w;
	int ne;
}e[maxe];
int tot;
void add(int u,int v,int w){
	e[tot].to = v;
	e[tot].ne = head[u];
	e[tot].w = w;
	head[u] = tot ++;
}
bool SPFA(int st,int n){
	queue<int>q;
	for(int i=1;i<=n;i++){
		if(i == st){
			q.push(i);
			vis[i] = 1;
			dist[i] = 0;
			cnt[i] = 1;
		}
		else {
			vis[i] = 0;
			dist[i] = INF;
			cnt[i] = 0;
		}
	}
	while(!q.empty()){
		int now = q.front();
		q.pop();
		for(int i=head[now];~i;i=e[i].ne){
			int to = e[i].to;
			if(dist[to] > dist[now] + e[i].w){
				dist[to] = dist[now] + e[i].w;
				if(!vis[to]){
					q.push(to);
					vis[to] = 1;
					if(++cnt[to] > n)
					return false;
				}
			}
		}
		vis[now] = 0;
	}
	return true;
}
int main()
{
	int n;
	int Ml,Md;
	int a,b,c;
	while(scanf("%d%d%d",&n,&Ml,&Md) != EOF){
		tot = 0;
		memset(head,-1,sizeof(head));
		while(Ml --){
			scanf("%d%d%d",&a,&b,&c);
			add(a,b,c); 
		}
		while(Md --){
			scanf("%d%d%d",&a,&b,&c);
			add(b,a,-c); 
		}
		if(!SPFA(1,n)) {
			printf("-1\n");
		}
		else if(dist[n] == INF){
			printf("-2\n");
		} 
		else {
			printf("%d\n",dist[n]);
		}
	}
	return 0;
}

文章转载于：

http://www.cppblog.com/menjitianya/archive/2015/11/19/212292.html

https://www.cnblogs.com/PJQOOO/p/4330405.html

Xiao-wei1998

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
POJ 3169

题目连接: layout本题用到差分约束的方法，整理了一下网上关于差分约束的资料。 1.概念如果一个系统由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。2.问题差分约束系统属于线性规划问题。在一个差分约束系统中，线性规划矩阵A的每一行包含一个1和一个-1，A的所...
复制链接

扫一扫