
心机婊:公司内部共 n 个员工,员工之间可能两两合不来。若员工u 和员工 v 有矛盾,用边(u, v)表示,共 m 个矛盾。突然大股东送来一个富二代,威胁到你的CEO宝座。你想分配给富二代一个垃圾团队,使得团队成员间的不团结率最高。不团结率定义为团队人员间的矛盾总数与被裁人员数的比值(不团结率 = 团队人员之间的矛盾总数 / 团队人员数)。
3.5借助水流解决问题的网络流
最小割
要最大化下式:

可以用二分求解以下分数规划问题:

也就是最大化:

设子图为G'=(V', E')。如果边(u,v)∈E',那么必有u,v属于V'。把点权设为负值的话,问题可以转换为求最大权闭合图(POJ 2987 Firing)。
又因为点固定时,边越多越好。所以转换思路,不是边E'决定点集V',而应该反过来。当选定点集V'后,V'内部两两之间能构成的边就是最佳的E'。那么由V'发出的,不在E'内部的那些边构成了一个割集,当此割集最小时,E'最大。问题归结于求解最小割。

上图g为答案的猜测值,d为度数(出度+入度),c为割集(V'和V'补集构成的边)。
此时构图方式:
即是将原图 G(V , E) 转化为网络 N = (VN , EN ) 的过程:在原图点集V 的基础上增加源 s 和汇 t ;将每条原无向边 (u, v) 替换为两条容量为1的有向边u, v 和v,u ;增加连接源 s 到原图每个点 v 的有向边s, v ,容量为U ;增加连接原图每个点 v 到汇 t 的有向边v, t ,容量为 (U + 2g ? dv ) 。
更加详细的证明和描述请参考《
算法合集之《最小割模型在信息学竞赛中的应用》.pdf》:
这里给出基于dinic的实现:
#include <iostream>
#include <vector>
#include <queue>
using namespace std;
#define MAX_V 100 + 16
const double inf = 0x3fffffff;
const double eps = 1e-8;
int s, t, sum, degree[MAX_V], n, m;
bool visited[MAX_V];
typedef double cap_type;
// 邻接表用于表示边的结构体(终点、容量、反向边)
struct edge
{
int to, rev;
cap_type cap;
edge(int to, cap_type cap, int rev) :to(to), cap(cap), rev(rev){}
};
// 边(起点,终点)
struct node
{
int x, y;
}P[1024];
vector<edge> G[MAX_V]; // 图的邻接表表示
int level[MAX_V]; // 顶点到源点的距离标号
int iter[MAX_V]; // 当前弧,在其之前的边已经没有用了
// 向图中加入一条从from到to的容量为cap的边
void add_edge(int from, int to, cap_type cap)
{
G[from].push_back(edge(to, cap, G[to].size()));
G[to].push_back(edge(from, 0, G[from].size() - 1));
}
// 通过BFS计算从源点出发的距离标号
void bfs(int s)
{
memset(level, -1, sizeof(level));
queue<int> que;
level[s] = 0;
que.push(s);
while (!que.empty())
{
int v = que.front(); que.pop();
for (int i = 0; i < G[v].size(); ++i)
{
edge& e = G[v][i];
if (e.cap > eps && level[e.to] < 0)
{
level[e.to] = level[v] + 1;
que.push(e.to);
}
}
}
}
// 通过DFS寻找增广路
cap_type dfs(int v, int t, cap_type f)
{
if (v == t)
{
return f;
}
for (int& i = iter[v]; i < G[v].size(); ++i)
{
edge& e = G[v][i];
if (e.cap > 0 && level[v] < level[e.to])
{
cap_type d = dfs(e.to, t, min(f, e.cap));
if (d > eps)
{
e.cap -= d;
G[e.to][e.rev].cap += d;
return d;
}
}
}
return 0;
}
// 求解从s到t的最大流
cap_type max_flow(int s, int t)
{
cap_type flow = 0;
for (;;)
{
bfs(s);
if (level[t] < 0)
{
return flow;
}
memset(iter, 0, sizeof(iter));
cap_type f;
while ((f = dfs(s, t, inf)) > eps)
{
flow += f;
}
}
}
void construct_graph(double g)
{
for (int i = 0; i < MAX_V; ++i)
{
G[i].clear();
}
for (int i = 1; i <= n; i++)
{
add_edge(s, i, m);
add_edge(i, t, m + 2 * g - degree[i]);
}
for (int i = 0; i < m; i++)
{
add_edge(P[i].x, P[i].y, 1.0);
add_edge(P[i].y, P[i].x, 1.0);
}
}
// 遍历
void dfs_travel(int v)
{
++sum;
visited[v] = true;
vector<edge> gv = G[v];
for (vector<edge>::iterator it = gv.begin(); it != gv.end(); ++it)
{
const edge &e = *it;
if (e.cap > eps && !visited[e.to])
{
dfs_travel(e.to);
}
}
}
///////////////////////////SubMain//////////////////////////////////
int main(int argc, char *argv[])
{
#ifndef ONLINE_JUDGE
freopen("in.txt", "r", stdin);
freopen("out.txt", "w", stdout);
#endif
scanf("%d%d", &n, &m);
if (m == 0)
{
printf("1\n1\n");
}
else
{
s = 0, t = n + 1;
for (int i = 0; i < m; ++i)
{
scanf("%d%d", &P[i].x, &P[i].y);
degree[P[i].x]++;
degree[P[i].y]++;
}
// 二分求解分数规划
double lb = 0, ub = m, mid, hg;
const double precision = 1.0 / n / n;
while (ub - lb >= precision) // 误差的精度不超过1 / (n * n)
{
mid = (lb + ub) / 2;
construct_graph(mid);
hg = (n * m - max_flow(s, t)) / 2;
(hg > eps ? lb : ub) = mid;
}
construct_graph(lb); // mid不一定满足h(mid) > eps,但是lb一定满足
max_flow(s, t);
sum = 0;
dfs_travel(0);
printf("%d\n", sum - 1);
for (int i = 1; i <= n; ++i)
{
if (visited[i] == true)
{
printf("%d\n", i);
}
}
}
#ifndef ONLINE_JUDGE
fclose(stdin);
fclose(stdout);
system("out.txt");
#endif
return 0;
}
///////////////////////////End Sub//////////////////////////////////
| 13781540 | hankcs | 3155 | Accepted | 368K | 329MS | C++ | 3490B | 2015-01-15 00:53:24 |
码农场
站主,你在将max(E-g*V)转换为min(g*V-E)后,g * V – E = Sigma_v { g } – ( Sigma_v {d} / 2 – c [ V , _V ] )应该改为
g * V – E = Sigma_v { g } – ( Sigma_v {d} – c [ V , _V ] )/ 2