【bzoj 2095】Bridges(二分+混合图的欧拉回路)

传送门biu~
求混合图的欧拉回路的方法
1.对于所有无向边任意定向。
2.计算出所有点的入度和出度,如果有点的入度与出度的奇偶性不同,那么无解。
3.将所有 入度>出度 的点向汇点连一条容量为 (入度−出度)/2 的弧,源点向所有 出度>入度 的点连一条容量为 (出度−入度)/2 的弧,再对于原图中所有的定向为a->b无向边连一条从a到b容量为1的弧。
4.跑最大流,如果正好能使所有从源点出来的弧满流,则有解。
5.把在网络流中那些因为原图无向边而建的流量为1的边中经过流量的边反向,就形成了一个能跑出欧拉回路的有向图。求方案时,用有向图求欧拉回路的方法求解即可。

解析:首先只有当所有点的“入度=出度”时,这张图才能有欧拉回路。所以我们的目标是调整“无向边”的方向使得每个点的入度等于出度。考虑我们刚才所进行的网络流建图,从源到汇的一条增广路中经过的那些“原来是无向边而产生的边”,相当于把它们全部进行反向。这样中间经过的那些点出度入度不变,只有一开始的点入度+1,出度-1、最后的点入度-1,出度+1。所以当源点到一个点的那条边满流时,就意味着这个点的出度已经等于入度了,自调整的过程已经完成。而当全部的点全部完成这一事件时,就说明已经能找到一条欧拉回路了。

对于本题,首先应该二分求出经过的欧拉回路上承受的风力的最大值。在这个最大值的约束下,原来的某些无向边因为某个方向的风力过大,只能从另一个方向通过。即无向边到有向边的改变。在最大值的限制下,原图变成了一个混合图,用上面说到的方法就可以判断是否有欧拉回路了。

#include<bits/stdc++.h>
#define N 1050
#define M 8050
#define inf 1000000000
using namespace std;
struct Edge{int u,v,w1,w2;}e[2005];
int n,m,S,T,tot,ans,head[N],fir[N],dep[N],degree[N],nex[M],to[M],cap[M],tp;
queue<int>q;
inline void add(int x,int y,int c){
    nex[++tp]=head[x];
    head[x]=tp;
    to[tp]=y;
    cap[tp]=c;
}
inline void Insert(int x,int y,int c){add(x,y,c);add(y,x,0);}
inline int bfs(){
    memset(dep,0,sizeof(dep));
    q.push(S);dep[S]=1;
    while(!q.empty()){
        int x=q.front();q.pop();
        for(int i=head[x];i;i=nex[i]){
            if(!dep[to[i]] && cap[i]){
                dep[to[i]]=dep[x]+1;
                q.push(to[i]);
            }
        }
    }
    return dep[T];
}
int dfs(int x,int now){
    if(!now || x==T)    return now;
    int c=0;
    for(int &i=fir[x];i;i=nex[i]){
        if(dep[to[i]]==dep[x]+1 && cap[i]){
            int f=dfs(to[i],min(now,cap[i]));
            c+=f;
            now-=f;
            cap[i]-=f;
            cap[i^1]+=f;
            if(!now)    break;
        }
    }
    return c;
}
inline int Dinic(){
    int c=0;
    while(bfs()){
        for(int i=S;i<=T;++i)   fir[i]=head[i];
        c+=dfs(S,inf);
    }
    return c;
}
inline bool check(int x){
    memset(head,0,sizeof head);tp=1;
    for(int i=1;i<=m;++i){
        if(e[i].w1>x)   return false;
        if(e[i].w2<=x)  Insert(e[i].u,e[i].v,1);
    }
    for(int i=1;i<=n;++i){
        if(degree[i]>0)     Insert(S,i,degree[i]/2);
        if(degree[i]<0)     Insert(i,T,-degree[i]/2);
    }
    return (Dinic()*2==tot);
}
int main(){
    scanf("%d%d",&n,&m);S=0,T=n+1;
    for(int i=1;i<=m;++i){
        scanf("%d%d%d%d",&e[i].u,&e[i].v,&e[i].w1,&e[i].w2);
        if(e[i].w1>e[i].w2) swap(e[i].u,e[i].v),swap(e[i].w1,e[i].w2);
        ++degree[e[i].u],--degree[e[i].v];
    }
    for(int i=1;i<=n;++i){
        if(degree[i]&1){
            puts("NIE");
            return 0;
        }
        tot+=abs(degree[i])>>1;
    }
    int l=1,r=1000;
    while(l<=r){
        int mid=l+r>>1;
        if(check(mid))  ans=mid,r=mid-1;
        else    l=mid+1;
    }
    printf("%d\n",ans);
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地。用户可以使用matplotlib等库来进一步定制地的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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

打赏作者

zP1nG

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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