【网络流】【最小费用最大流】【spfa::EK】【建图】POJ 2195 Going Home

【题目】http://poj.org/problem?id=2195

【题意】一个N行M列的矩阵,其中“.”代表空地,“H”代表房子,“m”代表人,其中有 n 个房子和 n 个人。现在要求每个人进入其中的一间房子,且每人每走一步需要支付1美元。求最小需要花费多少美元能让所有人都进入到房子中(每个人只能进入一间房子,每个房子只能容纳一个人)。

【参考】https://blog.csdn.net/u012860063/article/details/41792973

【思路】建图,1个超级源点通往所有的m点,cost是0,cap是1;所有的m点通往所有的H点,cost是曼哈顿距离,cap是1;所有的H点通往超级汇点,cost是0,cap是1。跑最小费用最大流。

【最小费用最大流】1:最大流的dfs换成spfa(队列优化Bellman-Ford),dis存cost。判断取边的时候加上条件:流量小于容量。

                                2:外面还是这么走。

【代码】还是不是很理解...

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <queue>
#include <cmath>
using namespace std;
const int MAXN=10000;
const int MAXM=100000;
const int INF=0x3f3f3f3f;
struct node1
{
    int to,next,cap,flow,cost;
    int x,y;
} edge[MAXM];
struct node2
{
    int x, y;
} HH[MAXN],MM[MAXN];
int head[MAXN],tol;
int pre[MAXN],dis[MAXN];
bool vis[MAXN];
int n,m;
int ch=0,cm=0;
char mp[MAXN][MAXN];

void init()
{
    ch=cm=tol=0;
    memset(head,-1,sizeof(head));
}

//左端点,右端点,容量,花费
void addedge(int u, int v, int cap, int cost)
{

    edge[tol].to=v,edge[tol].cap=cap;
    edge[tol].cost=cost,edge[tol].flow=0;
    edge[tol].next=head[u];
    head[u]=tol++;

    edge[tol].to=u,edge[tol].cap=0;
    edge[tol].cost=-cost,edge[tol].flow=0;
    edge[tol].next=head[v];
    head[v]=tol++;
}

bool spfa(int s, int t)
{
    queue<int>q;
    for(int i=0; i<MAXN; i++)
    {
        dis[i]=INF;
        vis[i]=0;
        pre[i]=-1;
    }
    dis[s]=0,vis[s]=1;
    q.push(s);
    while(!q.empty())
    {
        int u=q.front();
        for(int i=head[u]; i!=-1; i=edge[i].next)
        {
            int v=edge[i]. to;
            if(edge[i].cap>edge[i].flow &&
                    dis[v]>dis[u]+edge[i].cost)
            {
                dis[v]=dis[u]+edge[i].cost;
                pre[v]=i;
                if(!vis[v])
                {
                    vis[v]=1;
                    q.push(v);
                }
            }
        }
        q.pop();
        vis[u]=0;
    }
    if(pre[t]==-1)
        return 0;
    return 1;
}

//返回的是最大流, cost存的是最小费用
int minCostMaxflow(int s, int t, int &cost)
{
    int flow = 0;
    cost = 0;
    while(spfa(s,t))
    {
        int Min=INF;
        for(int i=pre[t]; i!=-1; i=pre[edge[i^1]. to])
        {
            if(Min>edge[i].cap-edge[i]. flow)
                Min=edge[i].cap-edge[i]. flow;
        }
        for(int i=pre[t]; i!=-1; i=pre[edge[i^1].to])
        {
            edge[i].flow +=Min;
            edge[i^1].flow-=Min;
            cost+=edge[i].cost*Min;
        }
        flow+=Min;
    }
    return flow;
}

int main()
{

    while(~scanf("%d%d",&n,&m))
    {
        if(n==0&&m==0)
            break;
        init();
        for(int i=0; i<n; i++)
        {
            scanf("%s",mp[i]);
            for(int j=0; j<m; j++)
            {
                if(mp[i][j]=='H')
                {
                    HH[ch].x=i;
                    HH[ch++].y=j;
                }
                else if(mp[i][j]=='m')
                {
                    MM[cm].x=i;
                    MM[cm++].y=j;
                }
            }
        }
        int beg=0;//超级起点
        int end=2*ch+1;//超级汇点
        for(int i=0; i<cm; i++)
        {
            addedge(beg,i+1,1,0);//超级起点,容量为1,花费为0
            for(int j=0; j<ch; j++)
            {
                int tt=abs(HH[i].x-MM[j].x)+abs(HH[i].y-MM[j].y);
                addedge(i+1,j+1+ch,1,tt);
            }
            addedge(i+1+ch,end,1,0);//超级汇点容量为1,花费为0
        }
        int ans=0;
        minCostMaxflow(beg,end,ans);
        printf("%d\n",ans);
    }
    return 0;
}

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是最小费用最大流的 MATLAB 代码示例: ```matlab function [maxFlow, minCost] = minCostMaxFlow(capacity, cost, source, sink) % 最小费用最大流算法 % % 【输入】 % - capacity:网络边的容量(n x n 矩阵) % - cost:网络边的费用(n x n 矩阵) % - source:源点编号 % - sink:汇点编号 % % 【输出】 % - maxFlow:最大量 % - minCost:最小费用 % % 【注意】 % - 本算法采用 SPFA(Bellman-Ford 的队列优化版)实现最短路查找 % - 本算法使用了最大最小费用定理(即费用的基本原理) % - 本算法的时间复杂度为 O(f * m * log n),其中 f 为最大量,m 为边数,n 为点数 % - 如果网络中存在负权边,本算法可能无法正确处理 % - 本例子采用了 Edmonds-Karp 算法求解最大量 n = size(capacity, 1); % 网络中点的数量 % 初始化最大和最小费用 maxFlow = 0; minCost = 0; % 计算残量网络 residualCapacity = capacity; for i = 1 : n for j = 1 : n residualCapacity(i, j) = capacity(i, j) - residualCapacity(j, i); end end % 不断寻找增广路,直到无法找到为止 while true % 使用 SPFA 查找源点到汇点的最短路 [predecessor, distance] = spfa(residualCapacity, cost, source); % 如果无法找到增广路,则退出循环 if predecessor(sink) == 0 break; end % 计算增广路上的最小容量 augmentingPathCapacity = inf; u = sink; while u ~= source v = predecessor(u); augmentingPathCapacity = min(augmentingPathCapacity, residualCapacity(v, u)); u = v; end % 更新最大和最小费用 maxFlow = maxFlow + augmentingPathCapacity; minCost = minCost + augmentingPathCapacity * distance(sink); % 更新残量网络 u = sink; while u ~= source v = predecessor(u); residualCapacity(v, u) = residualCapacity(v, u) - augmentingPathCapacity; residualCapacity(u, v) = residualCapacity(u, v) + augmentingPathCapacity; u = v; end end end function [predecessor, distance] = spfa(capacity, cost, source) % SPFA 算法查找从源点到其它点的最短路 % % 【输入】 % - capacity:网络边的容量(n x n 矩阵) % - cost:网络边的费用(n x n 矩阵) % - source:源点编号 % % 【输出】 % - predecessor:最短路上每个点的前驱节点 % - distance:源点到每个点的最短距离 % % 【注意】 % - 本算法使用了 Bellman-Ford 的队列优化版实现 n = size(capacity, 1); % 网络中点的数量 % 初始化最短路 predecessor = zeros(1, n); distance = inf(1, n); distance(source) = 0; % 初始化队列 queue = []; inQueue = false(1, n); queue(end + 1) = source; inQueue(source) = true; while ~isempty(queue) % 取出队首节点 u = queue(1); queue(1) = []; inQueue(u) = false; % 遍历所有出边 for v = 1 : n if capacity(u, v) > 0 && distance(u) + cost(u, v) < distance(v) % 更新最短路 predecessor(v) = u; distance(v) = distance(u) + cost(u, v); % 如果节点还没有在队列中,则入队 if ~inQueue(v) queue(end + 1) = v; inQueue(v) = true; end end end end end ``` 该代码实现了最小费用最大流算法,采用了 Edmonds-Karp 算法求解最大量,使用 SPFA(Bellman-Ford 的队列优化版)实现了最短路查找。注意,该代码中没有考虑网络中存在负权边的情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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