【QBXT】学习笔记——Day11网络流

网络流,真是一个有趣的课题呢。
经历了数学的折磨后,感觉世界真美好。珍爱生命,远离数论

====================分割线========================

Day11 1.25AM

网络流的基本操作在此也没什么好说的。
要掌握的应该也就是dinic或者SAP(ISAP)+费用流算法。
主要难点还是在建模上。接下来就是一堆题目。

POJ2391 Ombrophobic Bovines
F F 个地方,每个地方有一定数量的牛,能够容纳一定数量的牛,某些地方之间有边,表示走两点之间需要消耗的时间。
现在求使得所有的牛都被容纳所需要的最少的时间。
时间是不确定的,所以我们二分答案。
对一堆点,如果最短路不超过二分的答案,则在其拆出道点之间连边,容量INF。满流则可行。
不拆点会挂的,因为可能会在任意连边点中流来流去。
拆点是为了分层。

POJ1149 PIGS
N N 个顾客,有 M M 个猪圈,每个猪圈有一定的猪,在开始的时候猪圈都是关闭的,
顾客来买猪,顾客打开某些猪圈,并可以在其中挑选一定的猪的数量,
在这个顾客走后,可以在打开的猪圈中将某个猪圈的一些猪牵到另外一个打开的猪圈,
然后所有的猪圈会关闭,这样下一个顾客来了继续上面的工作。

发现单位流量应该是表示猪的,先考虑朴素模型。
一共 n n 轮交易,那么建 n n 排点,每排 m m 个,代表每轮交易之前段猪圈,再对n个顾客设点。
对于每个顾客向汇连边,容量为购买上限。
源向第一轮猪圈连,容量为初始数量。
对于 i i 个顾客能打开的猪圈,从第i轮的这些猪圈向该顾客连边,容量INF,
同时向第 i+1 i + 1 轮的这些猪圈连边,容量INF。
显然是爆炸的。

网络流的常用的建模考虑手段是优化增广路。

分开考虑每个猪圈,考虑对其产生影响的顾客。
只有这些顾客才能买,也只有他们才能移动猪圈的猪。
那么从元向每个猪圈的第一个顾客连边,容量为初始数量。
每个猪圈的第 i i 个顾客向第 i+1 i + 1 个顾客连边,容量INF。
模型等价,而我们的建模进一步省略了猪圈。

也可以这样想:考虑到实际上顾客对猪有调配权。
假设顾客1能买A/B/C的猪圈,顾客2能买C/D猪圈。
那么实际上顾客2能买到A/B/C/D,因为顾客1可以将剩余的猪调配到C
这就是上面建模的思想。

POJ3281 Dining
F F 种食物, D D 种饮料, N N 头奶牛,每头牛有自己的喜欢的和食物和饮料。
一种食物被一头牛吃了之后,其余牛就不能吃了。
如果食物就是二分图匹配。现在大概是一个三分图?
我们对牛拆点限流即可。

最小割
增广路上每一条路,代表一个破石头门的 选择。

最大流>=最小割
此时不存在增广路,因此最大流是一个割。
最小割>=最大流
任意一个割的容量>=最大流
因此最大流=最小割。
意识流证明?

Escape
有一条山谷,长度为 W W ,宽度为 L L ,有 n n 个哨兵,第 i i 个哨兵的视野为以其位置为圆心半径为 ri r i 的圆。
现在要从山谷最左走到最右而不进入任何一个哨兵视野,问最少需要提前解决多少个哨兵。

考虑到能通过,即为上下边界之间不连通,转化为最小割模型。
上边界为源,下边界为汇。
对哨兵建点,将哨兵拆成两个点,左入右出,容量为1的边。
我们考虑我们在哨兵之间怎么连边?只要两个哨兵的视野范围重合就要连。
边权为无穷大,意味着不能割这个点,分别从出点向对方的入边连边。
如果哨兵视野和上边界碰到了,就从源向入连1。
如果和下边界碰到,就从出向汇连1.

BZOJ2561 最小生成树
一张 nm n 个 点 m 条边的图,每条边有边权。
现在在点 uv u 和 点 v 之间连一条权值为L的边,
我们要使这条边既能出现在最小生成树上,又可以出现在最大生成树上。
问要满足这一条件要删去多少条边。

显然对于最小生成树和最大生成树要删掉的边,没有交集。
删掉最少的边,使点 uv u 和 点 v 不连通,显然是最小割。
u u 作为源, v v 作为汇,比它大的边加入图,跑最小割。
小的同理,两次结果之和即为答案。

最小权闭合子图:
通常用来描述有依赖关系的若干物品的选择与否,其本质上是最小割。
假设n个物品,每个物品有自己的收益,收益可能为负。
视从S可达到点为选择,可达T的点为不选择。
S->收益为正的物品:收益,
收益为负的物品->T:收益的绝对值。
如果a依赖于b,那么b->a:INF
答案为所有收益为正当物品的收益之和减去最小割。

考虑一条增广路来证明。

NOI2006最大获利(万恶之源)
n n 个中转站的选址,在第i个地址处建造中转站的代价为 pi p i
m m 个用户,第i个会在 ai a i bi b i 个中转站之间通讯,用户愿意支付 ci c i
求建造方案,使获利最大。

CEOI2008 Order
n n 个项目和 m m 台机器,每个项目依赖于一些机器。
项目有正的收益,机器可以买也可以租,都有各自代价。借一次机器可以给一个项目用一次。
求最大收益。
【QBXT】学习笔记——Day11网络流_第1张图片

CF331E Biologist
n n 个点,每个点可以是白色或者黑色,可以花 vi v i 的代价改变第 i i 个点的颜色。
m m 个条件,每个条件都是要求某一些点都是某种颜色。
如果满足第 i i 个条件可以获得 gi g i 的收益,否则付出 li l i 的代价。求最大收益。

考虑没有条件,我们用网络流表示状态。
一个点跟源相连表示黑:代价,跟汇相连表示白:代价。
如果一个点最终是黑色的,那么它和汇的权是0,和源是代价。(考虑割边即为不满足)

割点边相当于改变颜色,割条件边相当于放弃条件。
因此我们也可以对条件建点。条件->点,INF,表依赖关系。
如果条件是黑色, S S ->条件:收益+代价。条件->点:INF
如果条件是白色,条件-> T T :收益+代价。点->条件:INF

正确性证明考虑增广路:
如果有一个点要改颜色,必然会有一条增广路是S->黑条件->点->白条件->T
那么由于条件与点之间的权是INF,因此必然会割掉其中一条边,表示放弃。
剩余的证明类似。

下面是一类经典问题

二元费用问题
n n 个点,选和不选各自有收益。有 m m 个条件,有三类(就是 x/y/w x / y / w 不一定相同):
如果 xy x 和 y 都选了,获得 w w 的收益。
如果 xy x 和 y 都没选,获得 w w 的收益.
如果 xy x 和 y 一个选了一个没选,付出 w w 的代价。
求最大收益。
这里没做笔记,不然跟不上,就贴图吧。
【QBXT】学习笔记——Day11网络流_第2张图片
【QBXT】学习笔记——Day11网络流_第3张图片
【QBXT】学习笔记——Day11网络流_第4张图片

平面图对偶图
对于一个平面图,汇形成一个个小区域,再从源向汇连一条边,形成多一个域。
对于每一个域,作为一个点(包括无限域),将相邻的点连边,就形成了一个对偶图:
无限域作为T,原来的源汇边新构成的域作为S。
易得对偶图的对偶图就是原平面图。
然后我们求原图的最小割,相当于求对偶图的最短路。
就像这幅图,其中蓝色是原图,紫红色?是对偶图。
【QBXT】学习笔记——Day11网络流_第5张图片

下面是一道很好的题,不过因为在切一道ltq发出来的JOI题,然后就没做,后来看看十分妙啊。
【QBXT】学习笔记——Day11网络流_第6张图片
关键在于怎么转化问题,我们可以发现,最暴力的方法拆点后,我们求一个最小割,割的肯定是自己本身拆开的点。因为这条边的流量比较小。
问题就转化为了求对偶图的最短路。
至于这个对偶图怎么构,边权是什么,就要考虑八连通时最短路的东西。
在这里就不说了。
【QBXT】学习笔记——Day11网络流_第7张图片

Day11 1.25PM

接下来是费用递增模型:这类模型是一类费用流模型,它代表着某个东西可以选择若干次,而次数每加1所需要的代价是递增的。一种常见情况是选择 x x 的代价为 x2 x 2

BZOJ1449(JSOI2009)
n n 支球队,有些球队之间已经打了一些比赛了,现给出每个球队的数据 winloseC w i n 、 l o s e 、 C D D
分别表示已胜场数、已负场数,以及计算收益的两个系数。一支球队的收益为 Cw2+Dl2 C w 2 + D l 2
其中 w w l l 是最后胜负的场数。接下来还有 m m 场比赛。
给出接下来 m m 场比赛的对阵情况,求出 n n 支球队收益和的最小值。
接下来 m m 场比赛的胜负是你可以决定的。

单位的流量代表什么?可以表示胜负关系。
对于n支球队和m场比赛各建一个点,从源向每场比赛连流量1费用0的边,
从比赛向参与这场比赛的两支队伍各连一条流量1费用0的边。剩下的就是队伍收益的费用表示了.
我们球队连向汇的边要表示费用。但因为每一次的增量是不同的,所以还要多加考虑。
如果我们不看负场,只看正常带来的收益。
那么我们就看这个球队接下来会赢多少场,然后每个胜场数连边。
这样我们每次选择的一定是费用最小的,然后是次小的,这样可以保障收益代表的胜场单调。
现在再考虑负场,那么在 w++ w + + 的时候, l l − − ,显然前者的上升会更快,所以显然还是一个单调过程。
这样建模就没了。
【QBXT】学习笔记——Day11网络流_第8张图片

BZOJ1070(SCOI2007)
n n 辆车和 m m 名修理工,一名修理工在一个时刻只能修一辆车,并且在修完一辆之后才能开始修下一辆。
已知每位修理工修每辆车的时间,求顾客的最小平均等待时间。顾客的等待时间为他的车被修好的时间。

首先假设方案是确定的,我们很容易可以得到解。
然后其实对于每一辆车,它的修的顺序越靠后,费用越少,但我们无法确定一共有多少车。
如果我们直接跑最短路,可能会先选到了后面的。
但是对于第 i i 辆车,花费是 ki+1 k − i + 1 倍,而第 ki+1 k − i + 1 辆车,花费是 i i 倍。

把每个工人拆成 N N 个点。记为 A[i,j] A [ i , j ] 表示第 i i 个工人修倒数第j辆车。
每个车跟所有 NM N ∗ M 个工人拆出的点连边。流量为1,费用为 time[i,j]k t i m e [ i , j ] ∗ k
源和每辆车连边, NM N ∗ M 个点和汇连边,流量都为1,费用同为0。
等价于每个车有一个修车名额,然后塞进师傅的时间槽里。

为什么是对的呢?
考虑第i个工人,他修第j辆车只对后面要修的车有影响,而前面修过的车已经对当前没有影响了。
而这个影响就是后面每个将要修理的车都多等待了time的时间。
其他边流量都为1是显然的,每辆车修一次,每个工人一个时段只能修理一辆车。

BZOJ2879 NOI2012美食节
上一题的加强版。解释相对上一题。
考虑优化上一题的建点,有很多点是没有用的。
那么我们每修一辆车加一个点,丢一个点,保证点数是 m+n m + n
我们动态来建这个图就行了。

BZOJ2597(WC2007)剪刀石头布
n n 个人,两两之间进行一次比赛。有些比赛已经进行了,有些还没有。
我们用一个竞赛图来表示输赢情况,一场比赛的有向边从输家连向赢家。
你可以决定尚未进行的比赛的输赢情况,使得下面这种三元组的数量最多:
(a,b,c) ( a , b , c ) 表示一个无序三元组( (a,b,c) ( a , b , c ) 的任意排列都算同一种),
其中存在有向边 a>b,b>c,c>a a − > b , b − > c , c − > a 。需要输出方案。 n<=100 n <= 100

如果合法,一定会有一个人赢一次,输一次,也就是要找度为2的。
方案数只和度数有关。但是直接算合法似乎不太好算,考虑算不合法的情况。
如果这个点入度为 di d i ,不合法就是 C2di C d i 2
这样总的答案就是 C3nC2di C n 3 − ∑ C d i 2
然后把这个式子化一下。

C3nC2di==C3n12(di(di1))C3n+12di12d2i(43)(44) (43) C n 3 − ∑ C d i 2 = C n 3 − 1 2 ∑ ( d i ( d i − 1 ) ) (44) = C n 3 + 1 2 ∑ d i − 1 2 ∑ d i 2

我们发现这最后一项带个平方,用前面的方法做就行了。

BZOJ3171(TC2013 R1AL3)
一块 n×m n × m 的地图,每个格子内有一个箭头。
从某个格子出发,沿着箭头的方向走,从一侧出来边界就从另一侧进入。
如果从任意一个格子出发能回到出发点各自,那么地图合法。
给点地图,求至少要改变几个格子的箭头方向,才能使地图合法。

如何才能使这个图合法?——每个格子入度和出度都为1
那么这个箭头有四个方向可以指,连一条边到当前所指的方向费用是0
考虑改变方向,显然需要花费1的代价。
这样源向每个点的原来的方向连1容量,费用0,对其他三个方向的点连1容量,费用1。
跑一次最小费用最大流,费用即为答案。

TC12432 SRM570 D1L3 CurvyonRails
一块 n×n n × n 的地图,每个格子均为空地或者障碍。
现在要铺铁轨(直的或弯的),每块空地都要被覆盖,每条路线必须闭合,且不能相交。
有些空地上住着弯星人,在这种空地上铺一块直的铁路需要花费1的代价。
给定地图,求是否能够铺铁轨,以及最小代价。

首先还是判断一下有没有解。
显然每个点的度数还是2,这又是一个网格图。那么我们就可以常规操作:
(对偶图)黑白染色。
有解即,存在一些不相交的回路可以覆盖所有空地且不覆盖任意障碍。
也即,每个空地向相邻的空地连出恰好两条轨道。
那么构建网络流模型。
对空地黑白染色,从源向黑点、从白点向汇连容量为2的边。
从黑点向相邻的白点连容量为1的边。满流即有解。
【QBXT】学习笔记——Day11网络流_第9张图片

在已有的网络流模型基础上改进。
把每块空地拆成两个点,一个代表横向,一个代表纵向。
横向点向横向相邻的空地的横向点连一条容量为1的边,纵向的类似。满流即有解。
【QBXT】学习笔记——Day11网络流_第10张图片
有一个很重要的性质??
一个弯的轨道是一条横边和一条竖边,一个直到轨道是两条横的或两条竖的。

如果我们强制所有铁轨都是弯的,判断是否有解。
在已有的网络流模型基础上改进。
把每块空地拆成两个点,一个代表横向,一个代表纵向。
横向点向横向相邻的空地的横向点连一条容量为1的边,纵向的类似。满流即有解。

那么现在考虑如何将弯的铁轨变成直的。
那么我们可以把这个弯的铁轨的竖边扭成横边,这
样就在弯的铁轨拆出的横竖边之间加一条流量1费用1的边。
就没了。(码这段的时候感觉怪怪的)

听说接下来是进阶模型???
最小割模型。

经典题
BZOJ3144(HNOI2013)切糕
p×q p × q 的网格,每个位置都有 r r 个取值( 1 r 1   r )的选择,每个选择都有各自的代价。
要求四连通相邻的两个位置的差不超过 d d 。问最小代价和。 p,q,r<=40 p , q , r <= 40
对于每个位置的每个选择设点,形成一条链,相邻位置的边的流量为选择的代价。
由于每个位置只能选择一个取值,因此考虑最小割。
现在加入距离限制,距离可以描述为 xi>=xjd x i >= x j − d 其中 i i j j 相邻。
网络流中的限制通常用无穷大来的边来描述。
因此对于相邻的 (x,y) ( x , y ) 和(x’,y’)已经 d<=k<=r d <= k <= r ,连边 (x,y,k)>(x,y,k)INF ( x , y , k ) − > ( x ′ , y ′ , k ′ ) : I N F
这个图的最小割就是答案。

这题还是很巧妙的,如何表示选择及代价。
用相连两点的边权表示代价,用割边表示选择。
而无穷大的边权依旧表示依赖关系,因为它不可能被割掉。

其实还有一些内容,但是我的硬盘貌似炸掉了,怎么办woc。
赶紧想办法修复硬盘。

总结一下:
如何考虑网络流:先看最暴力的方法,然后挖掘一些性质。
网络流的优化要考虑什么:增广路优化,点数优化,边数优化。
转化问题是很玄学的,是要随缘的。

你可能感兴趣的:(学习知识up,学习笔记)