方格取数问题 |
||
|
||
description |
||
在一个有m*n 个方格的棋盘中,每个方格中有一个正整数。现要从方格中取数,使任意2 个数所在方格没有公共边,且取出的数的总和最大。试设计一个满足要求的取数算法。
对于给定的方格棋盘,按照取数要求编程找出总和最大的数。
|
||
input |
||
多组数据输入.
每组输入第1 行有2 个正整数m和n,分别表示棋盘的行数和列数。接下来的m行,每行有n个正整数,表示棋盘方格中的数。
|
||
output |
||
每组输出取数的最大总和.
|
||
sample_input |
||
3 3
1 2 3
3 2 3
2 3 1
|
||
sample_output |
||
11
|
分析(引用 BYvoid大牛的分析):
二分图点权最大独立集,转化为最小割模型,从而用最大流解决。
建模方法:
首先把棋盘黑白染色,使相邻格子颜色不同,所有黑色格子看做二分图 X集合中顶点,白色格子看做Y集合顶点,建立附加
源 S汇T。
1、从 S向 X 集合中每个顶点连接一条容量为格子中数值的有向边。
2、从 Y集合中每个顶点向 T 连接一条容量为格子中数值的有向边。
3、相邻黑白格子 Xi,Yj 之间从 Xi向 Yj连接一条容量为无穷大的有向边。
求出网络最大流,要求的结果就是所有格子中数值之和减去最大流量。
建模分析:
这是一个二分图最大点权独立集问题,就是找出图中一些点,使得这些点之间没有边相连,这些点的权值之和最大。独立集
与覆盖集是互补的,求最大点权独立集可以转化为求最小点权覆盖集(最小点权支配集)。最小点权覆盖集问题可以转化为最小割
问题解决。结论:最大点权独立集 = 所有点权 - 最小点权覆盖集 = 所有点权 - 最小割集 = 所有点权 - 网络最大流。
对于一个网络,除去冗余点(不存在一条 ST路径经过的点),每个顶点都在一个从 S到T的路径上。割的性质就是不存在从
S到 T的路径,简单割可以认为割边关联的非 ST节点为割点,而在二分图网络流模型中每个点必关联到一个割点(否则一定还有
增广路,当前割不成立),所以一个割集对应了一个覆盖集(支配集)。最小点权覆盖集就是最小简单割,求最小简单割的建模方
法就是把 XY集合之间的变容量设为无穷大,此时的最小割就是最小简单割了。
有关二分图最大点权独立集问题,更多讨论见《最小割模型在信息学竞赛中的应用》作者胡伯涛。
----------------------------------------------------------------------------------------------------------------------------------
#include <iostream> #include <cstdio> #include <cstring> using namespace std; const int OO=1e9;//无穷大 const int maxm=111111;//边的最大数量,为原图的两倍 const int maxn=1111;//点的最大数量 int node,src,dest,edge;//node节点数,src源点,dest汇点,edge边数 int head[maxn],work[maxn],dis[maxn],q[maxn];//head链表头,work临时表头,dis计算距离 const int direct[4][2]= { {0,1},{1,0},{-1,0},{0,-1} }; int n,m,cnt; struct edgenode { int to;//边的指向 int flow;//边的容量 int next;//链表的下一条边 } edges[maxm]; //初始化链表及图的信息 void prepare(int _node,int _src,int _dest) { node=_node; src=_src; dest=_dest; for (int i=0; i<node; i++) head[i]=-1; edge=0; } //添加一条从u到v容量为c的边 void addedge(int u,int v,int c) { edges[edge].flow=c; edges[edge].to=v; edges[edge].next=head[u]; head[u]=edge++; edges[edge].flow=0; edges[edge].to=u; edges[edge].next=head[v]; head[v]=edge++; } //广搜计算出每个点与源点的最短距离,如果不能到达汇点说明算法结束 bool Dinic_bfs() { int u,v,r=0; for (int i=0; i<node; i++) dis[i]=-1; q[r++]=src; dis[src]=0; for (int l=0; l<r; l++) { u=q[l]; for (int i=head[u]; i!=-1; i=edges[i].next) { v=edges[i].to; if (edges[i].flow&&dis[v]<0) { //这条边必须要有剩余流量 q[r++]=v; dis[v]=dis[u]+1; if (v==dest) return true; } } } return false; } //寻找可行流的增广路算法,按节点的距离来找,加快速度 int Dinic_dfs(int u,int exp) { int v,tmp; if (u==dest) return exp; //work是临时链表头,这里用 i引用它,这样寻找过的边不再寻找 for (int &i=work[u]; i!=-1; i=edges[i].next) { v=edges[i].to; if (edges[i].flow&&dis[v]==dis[u]+1&&(tmp=Dinic_dfs(v,min(exp,edges[i].flow)))>0) { edges[i].flow-=tmp; edges[i^1].flow+=tmp; //正反向边容量改变 return tmp; } } return 0; } //求最大流直到没有可行流 int Dinic_flow() { int ret=0,tmp; while (Dinic_bfs()) { for (int i=0; i<node; i++) work[i]=head[i]; while ( (tmp=Dinic_dfs(src,OO))!=0 ) ret+=tmp; } return ret; } struct MAP { int value; int index; int col; } a[111][111]; bool check(int x,int y) { if (x>=1&&x<=m&&y>=1&&y<=n) return true; else return false; } int main() { int maxflow,total,ans,clr; while (scanf("%d%d",&m,&n)!=EOF) { cnt=0; total=0; maxflow=0; clr=0; memset(a,0,sizeof(a)); for (int i=1; i<=m; i++) { for (int j=1; j<=n; j++) { scanf("%d",&a[i][j].value); total+=a[i][j].value; if ((i+j)%2==0) a[i][j].col=0; else a[i][j].col=1; a[i][j].index=++cnt; } } prepare(cnt+2,0,cnt+1); for (int i=1; i<=m; i++) { for (int j=1; j<=n; j++) { int u,c,v; u=a[i][j].index; c=a[i][j].col; v=a[i][j].value; if (c==0) { addedge(src,u,v); for (int k=0; k<4; k++) { int x,y; x=i+direct[k][0]; y=j+direct[k][1]; if (check(x,y)) { int ind=a[x][y].index; addedge(u,ind,OO); } } } else if (c==1) { addedge(u,dest,v); } } } maxflow=Dinic_flow(); ans=total-maxflow; printf("%d\n",ans); } return 0; }