• POJ1325


    题目大意:

    有两台机器(A,B),分别有(n,m)种不同模式,有(k)个任务,第(i)个任务在(A)上需要模式(a_i),在(B)上需要模式(b_i),要完成两台机器最少转化多少次模式?

    贪心地考虑如果我们决定在某一时刻把机器(A)调为(a_i),那么一定把所有在(A)上需要模式(a_i)的任务都解决掉是最优的

    如果我们把(A,B)的每个模式看作一个节点,每个任务看作连接(a_i,b_i)的一条边,那么任意一个节点可以覆盖所有与之相连的边

    我们的任务是需要最少的节点覆盖所有的边

    所以是裸的二分图最小点覆盖

    #include<iostream>
    #include<cstdio>
    #include<cstring>
    #include<algorithm>
    #include<cmath>
    using namespace std;
    namespace red{
    #define int long long
    #define eps (1e-8)
    	inline int read()
    	{
    		int x=0;char ch,f=1;
    		for(ch=getchar();(ch<'0'||ch>'9')&&ch!='-';ch=getchar());
    		if(ch=='-') f=0,ch=getchar();
    		while(ch>='0'&&ch<='9'){x=(x<<1)+(x<<3)+ch-'0';ch=getchar();}
    		return f?x:-x;
    	}
    	const int N=1e4+10;
    	int n,m,k;
    	struct node
    	{
    		int id,x,y;
    	}d[N];
    	int f[N],ret;
    	bool vis[N];
    	int head[N],cnt;
    	struct point
    	{
    		int nxt,to;
    		point(){}
    		point(const int &nxt,const int &to):nxt(nxt),to(to){}
    	}a[N<<2];
    	inline void link(int x,int y)
    	{
    		a[++cnt]=point(head[x],y);head[x]=cnt;
    		a[++cnt]=point(head[y],x);head[y]=cnt;
    	}
    	inline bool find(int x)
    	{
    		for(int i=head[x];i;i=a[i].nxt)
    		{
    			int t=a[i].to;
    			if(vis[t]) continue;
    			vis[t]=1;
    			if(!f[t]||find(f[t]))
    			{
    				f[t]=x;
    				return 1;
    			}
    		}
    		return 0;
    	}
    	inline void main()
    	{
    		while("haku")
    		{
    			n=read();
    			if(!n) break;
    			m=read(),k=read();
    			memset(head,0,sizeof(head));
    			memset(f,0,sizeof(f));
    			cnt=ret=0;
    			for(int i=1;i<=k;++i)
    			{
    				d[i].id=read(),d[i].x=read(),d[i].y=read();
    				if(!d[i].x||!d[i].y) continue;
    				link(d[i].x,d[i].y+n);
    			}
    			for(int i=1;i<=n;++i)
    			{
    				memset(vis,0,sizeof(vis));
    				if(find(i)) ++ret;
    			}
    			printf("%lld
    ",ret);
    		}
    	}
    }
    signed main()
    {
    	red::main();
    return 0;
    }
    
  • 相关阅读:
    【19】什么时候该改变开发集和评估指标
    【18】训练/开发/测试集划分
    【17】满足和优化指标
    【16】机器学习中的单一评估指标
    【15】ML项目流程与正交化
    【14】Softmax回归
    【13】正则化网络激活函数(Batch归一化)
    【12】超参数及超参数的选择
    【11】神经网络的优化算法
    06-----Nodejs介绍
  • 原文地址:https://www.cnblogs.com/knife-rose/p/12085275.html
Copyright © 2020-2023  润新知