poj3680 Intervals (费用流)

建图((x,y,c,l)表示x到y,费用c,流量l)

(S,1,0,K)

(i,i+1,0,K) 这个边上的流量,表示i还可以被覆盖的次数

(N,T,0,K)

(i,j,w,1)对于权值为w的区间[i,j]

然后跑最大费用最大流

因为没有负权值,所以肯定尽量跑满

 1 #include<cstring>
 2 #include<cstdio>
 3 #include<algorithm>
 4 #include<queue>
 5 #define CLR(a,x) memset(a,x,sizeof(a))
 6 #define MP make_pair
 7 using namespace std;
 8 typedef long long ll;
 9 typedef unsigned long long ull;
10 typedef pair<int,int> pa;
11 const int maxn=205,maxp=410,inf=1e9;
12 
13 inline ll rd(){
14     ll x=0;char c=getchar();int neg=1;
15     while(c<'0'||c>'9'){if(c=='-') neg=-1;c=getchar();}
16     while(c>='0'&&c<='9') x=x*10+c-'0',c=getchar();
17     return x*neg;
18 }
19 
20 int l[maxn],r[maxn],w[maxn],N,M,K,tmp[maxp],S=405,T=406;
21 struct Edge{
22     int b,l,ne,c;
23 }eg[maxp*3];
24 int egh[maxp],ect=1;
25 int dis[maxp],fae[maxp];
26 bool flag[maxp];
27 
28 inline void adeg(int a,int b,int c,int l){
29     // printf("~%d %d %d %d\n",a,b,c,l);
30     eg[++ect].b=b,eg[ect].l=l,eg[ect].c=c,eg[ect].ne=egh[a],egh[a]=ect;
31     eg[++ect].b=a,eg[ect].l=0,eg[ect].c=-c,eg[ect].ne=egh[b],egh[b]=ect;
32 }
33 
34 queue<int> q;
35 inline bool spfa(){
36     CLR(dis,-1);dis[S]=0;
37     CLR(fae,0);q.push(S);
38     while(!q.empty()){
39         int p=q.front();q.pop();
40         // printf("~%d %d\n",p,dis[S]);
41         flag[p]=0;
42         for(int i=egh[p];i;i=eg[i].ne){
43             int b=eg[i].b;if(!eg[i].l) continue;
44             // printf("!!%d %d %d\n",b,eg[i].c,eg[i].l);
45             if(dis[b]<dis[p]+eg[i].c){
46                 dis[b]=dis[p]+eg[i].c;
47                 fae[b]=i;
48                 if(!flag[b]) q.push(b),flag[b]=1;
49             }
50         }
51     }return dis[T]>=0;
52 }
53 
54 int main(){
55     //freopen("","r",stdin);
56     int i,j,k;
57     for(int t=rd();t;t--){
58         N=rd(),K=rd();
59         for(i=1;i<=N;i++){
60             tmp[i]=l[i]=rd(),tmp[i+N]=r[i]=rd(),w[i]=rd();
61         }sort(tmp+1,tmp+N+N+1);
62         int M=unique(tmp+1,tmp+N+N+1)-tmp-1;
63         CLR(egh,0);ect=1;
64         for(i=1;i<=N;i++){
65             l[i]=lower_bound(tmp+1,tmp+M+1,l[i])-tmp;
66             r[i]=lower_bound(tmp+1,tmp+M+1,r[i])-tmp;
67             adeg(l[i],r[i],w[i],1);
68         }
69         for(i=1;i<M;i++){
70             adeg(i,i+1,0,inf);
71         }adeg(M,T,0,K);adeg(S,1,0,K);
72         int ans=0;
73         while(spfa()){
74             int mi=inf;
75             for(i=T;i;i=eg[fae[i]^1].b){
76                 if(fae[i]) mi=min(mi,eg[fae[i]].l);
77             }
78             for(i=T;i;i=eg[fae[i]^1].b){
79                 eg[fae[i]].l-=mi,eg[fae[i]^1].l+=mi;
80             }
81             ans+=mi*dis[T];
82         }
83         printf("%d\n",ans);
84     }
85     return 0;
86 }

 

转载于:https://www.cnblogs.com/Ressed/p/10050728.html

  • 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