hdu 4411(最小费用流)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4411

思路:这道题建图比较难想,首先是建立超级源点和超级汇点,那么由于有K个警察,于是vs与0连边,容量为k,费用为0,因为这K个警察不一定都出去,也就是不一定是最大流,于是0和vt连边,容量为k,费用为0。然后就是拆点建图了:

(1):0到i连边,容量为1,费用0到i的最短路,表示去抓城市i的小偷。

(2):从i到i+n,容量为1,费用为-1000000(很小的负权),这样可以保证每个城市都能遍历到。

(3):对于城市i,j,(i<j),连边(i+n,j),容量为1,费用为i到j的最短路,表示抓完城市i的小偷再去抓城市j的小偷。

  1 #include<iostream>
  2 #include<cstdio>
  3 #include<cstring>
  4 #include<algorithm>
  5 #include<queue>
  6 using namespace std;
  7 #define MAXN 222
  8 #define MAXM 4444444
  9 #define inf 1<<30
 10 
 11 struct Edge{
 12     int v,cap,cost,next;
 13 }edge[MAXM];
 14 
 15 int vs,vt,NE,n,m,k;
 16 int head[MAXN];
 17 
 18 void Insert(int u,int v,int cap,int cost)
 19 {
 20     edge[NE].v=v;
 21     edge[NE].cap=cap;
 22     edge[NE].cost=cost;
 23     edge[NE].next=head[u];
 24     head[u]=NE++;
 25 
 26     edge[NE].v=u;
 27     edge[NE].cap=0;
 28     edge[NE].cost=-cost;
 29     edge[NE].next=head[v];
 30     head[v]=NE++;
 31 }
 32 
 33 int dist[MAXN],pre[MAXN],cur[MAXN];
 34 bool mark[MAXN];
 35 bool spfa(int vs,int vt)
 36 {
 37     memset(mark,false,sizeof(mark));
 38     fill(dist,dist+MAXN-1,inf);
 39     dist[vs]=0;
 40     queue<int>que;
 41     que.push(vs);
 42     while(!que.empty()){
 43         int u=que.front();
 44         que.pop();
 45         mark[u]=false;
 46         for(int i=head[u];i!=-1;i=edge[i].next){
 47             int v=edge[i].v,cost=edge[i].cost;
 48             if(edge[i].cap>0&&dist[u]+cost<dist[v]){
 49                 dist[v]=dist[u]+cost;
 50                 pre[v]=u;
 51                 cur[v]=i;
 52                 if(!mark[v]){
 53                     mark[v]=true;
 54                     que.push(v);
 55                 }
 56             }
 57         }
 58     }
 59     return dist[vt]<inf;
 60 }
 61 
 62 int MinCostFlow(int vs,int vt)
 63 {
 64     int flow=0,cost=0;
 65     while(spfa(vs,vt)){
 66         int aug=inf;
 67         for(int u=vt;u!=vs;u=pre[u]){
 68             aug=min(aug,edge[cur[u]].cap);
 69         }
 70         flow+=aug,cost+=dist[vt]*aug;
 71         for(int u=vt;u!=vs;u=pre[u]){
 72             edge[cur[u]].cap-=aug;
 73             edge[cur[u]^1].cap+=aug;
 74         }
 75     }
 76     return cost;
 77 }
 78 
 79 int map[MAXN][MAXN];
 80 void floyd()
 81 {
 82     for(int k=0;k<=n;k++)
 83         for(int i=0;i<=n;i++)
 84             for(int j=0;j<=n;j++)
 85                 if(map[i][k]<inf&&map[k][j]<inf&&map[i][k]+map[k][j]<map[i][j])
 86                     map[i][j]=map[i][k]+map[k][j];
 87 }
 88 
 89 int main()
 90 {
 91     int u,v,w;
 92     while(~scanf("%d%d%d",&n,&m,&k)){
 93         if(n==0&&m==0&&k==0)break;
 94         NE=0;
 95         vs=2*n+1,vt=2*n+2;
 96         memset(head,-1,sizeof(head));
 97         for(int i=0;i<=n;i++)
 98             for(int j=0;j<=n;j++)
 99                 map[i][j]=(i==j)?0:inf;
100         while(m--){
101             scanf("%d%d%d",&u,&v,&w);
102             map[u][v]=map[v][u]=min(map[u][v],w);
103         }
104         floyd();
105         Insert(vs,0,k,0);
106         Insert(0,vt,k,0);
107         for(int i=1;i<=n;i++){
108             Insert(0,i,1,map[0][i]);//0到各点
109             Insert(i,i+n,1,-1000000);//每个城市拆点
110             Insert(i+n,vt,1,map[0][i]);//各点到汇点,表示回到0
111         }
112         for(int i=1;i<=n;i++){
113             for(int j=i+1;j<=n;j++){
114                 Insert(i+n,j,1,map[i][j]);
115             }
116         }
117         printf("%d\n",MinCostFlow(vs,vt)+1000000*n);
118     }
119     return 0;
120 }
View Code

 

  • 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