题意:
公司得到了一共N个可以作为通讯信号中转站的地址,而由于这些地址的地理位置差异,在不同的地方建造通讯中转站需要投入的成本也是不一样的,所幸在前期调查之后这些都是已知数据:建立第i个通讯中转站需要的成本为Pi(1≤i≤N)。
•另外公司调查得出了所有期望中的用户群,一共M个。关于第i个用户群的信息概括为Ai, Bi和Ci:这些用户会使用中转站Ai和中转站Bi进行通讯,公司可以获益Ci。(1≤i≤M, 1≤Ai, Bi≤N)
•THU集团的CS&T公司可以有选择的建立一些中转站(投入成本),为一些用户提供服务并获得收益(获益之和)。那么如何选择最终建立的中转站才能让公司的净获利最大呢?(净获利 = 获益之和 - 投入成本之和)
分析:
把每个用户和每个站点都看成一个顶点。建立网络,从源点S向每个用户连接一条容量为收益的有向边,每个用户向相关的两个站点连接一条容量为无穷大的 有向边,每个站点向汇点T连接一条容量为成本的有向边。求出网络最小割集的容量就是Maxflow=(未被选的用户的收益之和 + 被选择的站点的成本之和)。设Total为所有用户的收益之和,我们要求的是(被选的用户的收益之和 – 被选择的站点的成本之和),恰好等于Total – Maxflow,就是最大收益。
为什么是这样的?因为任何一个可行割集对应了一个满足条件的方案,具体来说被选择的顶点就是S集合中的顶点,而割集对应了cut=(未被 选的用户的收益之和 + 被选择的站点的成本之和),我们为了要求的(被选的用户的收益之和 – 被选择的站点的成本之和)= Total – cut尽量大,Total一定,所以要让cut尽量小,直至最小割集。
•本题可以参考:(最大获利)
•:http://judge.noi.cn/problem?id=1142
在胡伯涛论文 《最小割模型在信息学竞赛中的应用》中有详细介绍过这个问题.
•在论文的第四节中,介绍
最大密度子图模型.先将其转化为
最大闭合图模型解决,又重新提出了一个用
最小割模型解决的新方法很好的解决了"最大获利(profit)问题"
最大权闭合图 Maximum Weight Closure of a Graph
•定义一个有向图G = (V, E)的闭合图是该有向图的一个点集,且该点集的所有出边都还指向该点集。
即闭合图内的任意点的任意后继也一定
在闭合图中。更形式化地说,闭合图是这样的一个点集V'∈V,满足对于∀u∈V'引出的∀<u, v>∈E,必有v∈V'成立。
闭合图的性质
闭合图的性质有恰好反映了事物间的必要条件的关系,
一个事件的发生,它说需要的所有前提也都要发
生。这就对应着图里面的所有由u引出的边e,在闭合图里u和由u的出边e到达的点v是一个整体,就是说,如果一个闭合图包含了u,就必须也要包含v,但是如果一个闭合图包含了v,却不一定要包含u,只要利用好这种必要关系,就可以很快建图了。
•将每个用户(m)和中转站(n)看作点,另外添加源点s,汇点t,所以所构图中有(n+m+1+1)个点.
•
添加下列边:
•①s到用户i,容量为Ci
•②用户i到中转站Ai和Bi,容量为∞
•③中转站i到t,容量为Pi
•
考虑这个模型的割
•割边不可能是②中的边,这保证了解的合法性
•
属于①的割边表示损失的利益
•
属于③的割边表示付出的代价
• 因为最大获益=用户总获益-未选择用户群应得获益-中转站花费=用户总获益-(未选择用户群应得获益+中转站花费)
•显然割的量越小越好,这样这道题就转换成一个最小割的问题
•根据最大流最小割定理,设sum=∑Ci,我们只要求出该网络的最大流maxflow,则sum-maxflow就是最大获利
•对于这个网络流模型,
它的最小割的意义就是未选择用
户群应得获益
+
中转站花费
.
•这样,只要求出最小切割,然后用用户总获益减去最小切割就可以了.
•
根据最小割最大流定理,求一个最大流,问题解决.
#include<iostream>
#include<cstdio>
#include<memory.h>
#include<cmath>
using namespace std;
#define MAXN 60000
#define MAXE 320000
#define INF 0x3fffffff
int ne,nv,tmp,s,t,index;
struct Edge{
int next,pair,v;
int cap,fLow;
}edge[MAXE];
int net[MAXN];
int ISAP()
{
int numb[MAXN],dist[MAXN],curedge[MAXN],pre[MAXN];
int cur_fLow,max_fLow;
int u,tmp,neck,i;
memset(dist,0,sizeof(dist));
memset(numb,0,sizeof(numb));
memset(pre,-1,sizeof(pre));
for(i = 1 ; i <= nv ; ++i)
curedge[i] = net[i];
numb[nv] = nv;
max_fLow = 0;
u = s;
while(dist[s] < nv)
{
if(u == t)
{
cur_fLow = INF+1;
for(i = s; i != t;i = edge[curedge[i]].v)
{
if(cur_fLow > edge[curedge[i]].cap)
{
neck = i;
cur_fLow = edge[curedge[i]].cap;
}
}
for(i = s; i != t; i = edge[curedge[i]].v)
{
tmp = curedge[i];
edge[tmp].cap -= cur_fLow;
edge[tmp].fLow += cur_fLow;
tmp = edge[tmp].pair;
edge[tmp].cap += cur_fLow;
edge[tmp].fLow -= cur_fLow;
}
max_fLow += cur_fLow;
u = neck;
}
for(i = curedge[u]; i != -1; i = edge[i].next)
if(edge[i].cap > 0 && dist[u] == dist[edge[i].v]+1)
break;
if(i != -1)
{
curedge[u] = i;
pre[edge[i].v] = u;
u = edge[i].v;
}else{
if(0 == --numb[dist[u]]) break;
curedge[u] = net[u];
for(tmp = nv,i = net[u]; i != -1; i = edge[i].next)
if(edge[i].cap > 0)
tmp = tmp<dist[edge[i].v]?tmp:dist[edge[i].v];
dist[u] = tmp + 1;
++numb[dist[u]];
if(u != s) u = pre[u];
}
}
return max_fLow;
}
void addedge(int u,int v,int f)
{
edge[index].next = net[u];
edge[index].v = v;
edge[index].cap = f;
edge[index].fLow = 0;
edge[index].pair = index+1;
net[u] = index++;
edge[index].next = net[v];
edge[index].v = u;
edge[index].cap = 0;
edge[index].fLow = 0;
edge[index].pair = index-1;
net[v] = index++;
}
int main() {
int i,j,m,n,tmp;
int sum;
int a,b,c;
/*
由此,题目转化为在新的图中求一个闭合图,
使得其点权最大,即最大权闭合子图
由于最小边权是互补的所以用sum-=
*/
while(scanf("%d%d",&n,&m)!=EOF)
{
sum=0;
index=0;
s = 0;
t = n+m+1;
nv=t+1;
memset(net,-1,sizeof(net));
for(i=1;i<=n;i++)
{
scanf("%d",&tmp);
addedge(s,i,tmp);
}
for(i=1;i<=m;i++)
{
scanf("%d%d%d",&a,&b,&c);
sum+=c;//最大获利
//n+i代表边的点
addedge(n+i,t,c);
addedge(a,n+i,INF);
addedge(b,n+i,INF);
}
int ans=ISAP();
printf("%d\n",sum-ans);
}
return 0;
}