题意
给出 N 个人和 M 把伞坐标,并给出每个人的移动速度。T 秒后开始下雨,每个人只能用一把伞。问最多有多少个人能不被雨淋。
思路
显然是二分图匹配,套上匈牙利算法就 T 成狗了。对于大数据的二分图匹配问题应用 Hopcroft-Carp算法。比较匈牙利的 n * e, 它的复杂度是 n^0.5 * e。
但是这个算法比较坑。网上能搜到一大把模板但很少有解析。有这方面的原因吧,到现在也还只是一知半解的状态。默写了一遍 kuangbin 的模板,把题目 AC 掉了。
Hopcroft-Carp算法
匈牙利算法的优化。
匈牙利算法每一次增广是找出了一条增广路,而 HC 算法的基本思想是通过 BFS,找到多条互不相交且长度相同(剩余增广路的最小长度)的增广路,再沿这些增广路做匹配(此处还有点不清晰)。是一种限制最短路长度逐层寻找最短路的方法(也有点模糊)。
感觉这个算法和匈牙利算法明显不同的一点是,在这个算法中,二分图里的两类点是分开的。建图时的边也可以建成有向的(从 A 类点到 B 类点)。
算法过程
- 把未匹配的 A 类点加入队列,距离置为 0。然后进行bfs。
- 从队列中取出一个点,沿着它的边探索周围点(当然全是 B 类),当然要首先要更新它们的距离。
- 然后,如果这个 B 类点还没有匹配,那么我们就找到了一条增广路。把 Dis 更新为这个B 类点距离,本次 bfs 找到的增广路都将是这个长度。
(为什么不会更小?因为队列中点的距离是递增的,后面的距离只能大于或等于它) - 如果这个 B 类点已经匹配过了,那么更新它的匹配点(另一个 A 类点)的距离,并把它加入队列(试图为他寻找新的匹配点)。
(这里的”另一个A 类的距离在这之前是初始化得来的 -1,因为它必定是在之前某轮的增广中被匹配成功的,所以这一轮一开始它并没有被加入队列)。 - 按照本步骤不断取点搜索直到队列为空,或者另一种情况发生:
每一轮 bfs 寻找增广路过程的开始,Dis 被初始化为 inf。而找到一条增广路后,Dis 就会被更新为这条增广路的长度(上面提到过了)。这一轮找到的增广路都应该是这个长度。所以,从队列中取出的 A 类点,如果距离已经大于 Dis 了,就不需要对它的周围进行探索了。又因为队列中点的距离是单调的,所以后面的也都会大于 Dis,所以此处(表现在代码中是对周围进行探索之前)直接 break 就可以了。 - 寻找增广路过程结束时,判断一下 Dis 是不是等于 inf。如果是,说明这一轮并没有找到新的增广路,表示图中已经没有新的增广路了。前一级函数可以返回 res 了。否则,就要沿着这一轮找到的增广路,把点匹配好,然后再进行 bfs 寻找增广路。
寻找增广路结束后,就要用 dfs 沿着刚找到的增广路把匹配好。与匈牙利算法中的 dfs 只有两行不同(具体见AC代码部分)。
题目链接
http://acm.hdu.edu.cn/showproblem.php?pid=2389
AC代码
#include<cstdio>
#include<iostream>
#include<cstring>
#include<vector>
#include<queue>
using namespace std;
const int maxn = 3000 + 30;
const int inf = 0x3f3f3f3f;
int Cas, T;
int Ax[maxn], Ay[maxn], Av[maxn];
int Bx[maxn], By[maxn];
/***************************Hopcroft-Carp模板***************************/
int N, M; //两类点的个数
vector<int> G[maxn];
int Mx[maxn], My[maxn]; //匹配的点
int Dx[maxn], Dy[maxn]; //bfs寻找增广路时的距离
bool Vis[maxn]; //沿增广路匹配时的访问标记
int Dis; //bfs寻找增广路时的距离限制
bool search_path() //bfs寻找增广路
{
memset(Dx, -1, sizeof Dx); //初始化距离
memset(Dy, -1, sizeof Dy);
queue<int> qu;
Dis = inf; //初始化距离限制
for(int i= 1; i<= N; i++) //把没有匹配的A类点加入队列,同时将距离初始化为0
if(Mx[i] < 0)
{
Dx[i] = 0;
qu.push(i);
}
while(qu.size())
{
int u = qu.front();
qu.pop();
if(Dx[u] > Dis) break; //距离超过了限制,再找下去距离也不会变小,所以停止寻找增广路
for(int i= 0; i< G[u].size(); i++) //遍历点上的每条边
{
int v = G[u][i];
if(Dy[v] < 0) //终点在这次寻找中还未被发现
{
Dy[v] = Dx[u] + 1; //更新距离
if(My[v] < 0) Dis = Dy[v]; //该点未匹配,则此时的距离就是此次要寻找的增广路的长度
else{ //该点已经匹配了,试着给它的匹配点寻找其他匹配
Dx[My[v]] = Dy[v] + 1;
qu.push(My[v]); //把匹配点加入队列
}
}
}
}
return Dis != inf; //是否找到了新的增广路
}
bool dfs(int u) //沿着增广路匹配点
{
for(int i= 0; i< G[u].size(); i++)
{
int v = G[u][i];
if(!Vis[v] && Dy[v] == Dx[u] + 1) //此次匹配中没有访问过该点,并且这条边在新发现的增广路中
{
Vis[v] = true; //访问标记
if(My[v] > 0 && Dy[v] == Dis) continue; //终点已经标记,且此时的距离已经达到距离限制
//表示它的已有匹配点在本次增广中没有新匹配
if(My[v] < 0 || dfs(My[v]))
{
My[v] = u;
Mx[u] = v;
return true;
}
}
}
return false;
}
int max_match()
{
int res = 0; //三项初始化
memset(Mx, -1, sizeof Mx);
memset(My, -1, sizeof My);
while(search_path()) //寻找增广路
{
memset(Vis, false, sizeof Vis); //初始化访问标记
for(int i= 1; i<= N; i++) //沿增广路进行匹配
if(Mx[i] < 0 && dfs(i)) res ++;
}
return res;
}
/***************************Hopcroft-Carp模板***************************/
bool dist(int a, int b)
{
int d1 = T * Av[a];
int d2 = (Ax[a] - Bx[b]) * (Ax[a] - Bx[b]) + (Ay[a] - By[b]) * (Ay[a] - By[b]);
return d1 * d1 >= d2;
}
int main()
{
scanf("%d", &Cas);
for(int cas= 1; cas<= Cas; cas ++)
{
scanf("%d %d", &T, &N);
for(int i= 1; i<= N; i++)
scanf("%d %d %d", Ax+i, Ay+i, Av+i);
scanf("%d", &M);
for(int i= 1; i<= M; i++)
scanf("%d %d", Bx+i, By+i);
for(int i= 1; i<= N; i++) G[i].clear();
for(int i= 1; i<= N; i++)
for(int j= 1; j<= M; j++)
if(dist(i, j)) G[i].push_back(j);
printf("Scenario #%d:\n%d\n\n", cas, max_match());
}
return 0;
}