You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

16 KiB

This file contains ambiguous Unicode characters!

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

AcWing 1169 分糖果

一、题目描述

幼儿园里有 N 个小朋友,老师现在想要给这些小朋友们分配糖果,要求每个小朋友都要分到糖果。

但是小朋友们也有 嫉妒心,总是会提出一些要求,比如:小明不希望小红分到的糖果比他的多,于是在分配糖果的时候, 老师需要满足小朋友们的 K 个要求。

幼儿园的糖果总是有限的,老师想知道他 至少需要准备多少个糖果,才能使得每个小朋友都能够分到糖果,并且满足小朋友们所有的要求。

输入格式 输入的第一行是两个整数 N,K

接下来 K 行,表示分配糖果时需要满足的关系,每行 3 个数字 X,A,B

如果 X=1.表示第 A 个小朋友分到的糖果必须和第 B 个小朋友分到的糖果一样多。 如果 X=2,表示第 A 个小朋友分到的糖果必须少于第 B 个小朋友分到的糖果。 如果 X=3,表示第 A 个小朋友分到的糖果必须不少于第 B 个小朋友分到的糖果。 如果 X=4,表示第 A 个小朋友分到的糖果必须多于第 B 个小朋友分到的糖果。 如果 X=5,表示第 A 个小朋友分到的糖果必须不多于第 B 个小朋友分到的糖果。 小朋友编号从 1N

输出格式 输出一行,表示老师 至少 需要准备的糖果数,如果不能满足小朋友们的所有要求,就输出 1

数据范围 1≤N<105, 1≤K≤105, 1≤X≤5, 1≤A,B≤N 输入数据完全随机。

输入样例

5 7
1 1 2
2 3 2
4 4 1
3 4 5
5 4 5
2 3 5
4 5 1

输出样例

11

二、题目解析

本题考查 差分约束

如果一个系统由n个变量和m个约束条件组成,其中每个约束条件形如x_j-x_i<=b(i,j∈[1,n],k∈[1,m]),则称为 差分约束系统。亦即,差分约束系统是 求解关于一组变量的特殊不等式组的方法。简而言之,差分约束就是用来 求解一种特殊的不等式组: 这种不等式组里面不等式的格式都是类似于X_a <= X_b + c这种形式。

差分约束问题可以用求单源最短路的算法来求解,一般使用spfa算法求解。

1.差分约束问题与最短路问题的联系

在求解 最短路 的算法中,核心的语句就是松弛操作,即dist[v] > dist[u] + w[i],就可以更新dist[v]=dist[u] + w[i]了。在松弛某点v的距离的时候,会考察所有可以到达v的相邻点,每次从v的相邻点尝试去松弛v之后,都会有dist[v] <= dist[u] + w[i],所以最终最短路径上dist[v] = min(dist[u] + w[i])。如果将dist[v]看作X_a,所有与之相邻的点(u_1,u_2,u_3,...)看作X_b,则求完最短路径后的\{X_a,X_b\}的值一定满足形如X_a <= X_b + c的不等式组的要求,也就是说,可以用spfa求最短路的过程来求解差分约束问题

2.不等式组解的最小值与最大值

在求 最短路 的过程中,如果起点s的距离设为0,设从起点到某点t的路径上依次经过x_1x_2x_3三个点,对应的边权依次是w_1w_2w_3。则有x_1 <= s + w_1x_2 <= x_1 + w_2x_3 <= x_2 + w_3,可以推出x_3 <= x_2 + w_3 <= x_1 + w_2 + w_3 <= s + w_1 + w_2 + w_3s在这里是定值,可以看出x_3的值不会超过s + w_1 + w_2 + w_3,也就是可以找到x_3最大值,但是不一定能够知道x_3的最小值,其他变量x_1x_2也均有个上限,所以 求最短路得到的解实际上是不等式组的最大解。当然,在松弛过程中dist[v] = min(dist[u] + w[i]),也就是为了满足所有的约束条件,dist[v]实际上是取 所有松弛结果的最小值 的。

再来考察求最长路的过程,将求最短路的松弛条件 倒过来 就可以求最长路了,即dist[v] < dist[u] + w[i]时,就更新dist[v]dist[u] + w[i],最后dist[v] = max(dist[i] + w[i]),也就是求完最长路后dist[v] >= dist[u] + w[i]

同样的如果起点s的距离设为0,设从起点到某点t的路径上依次经过x_1x_2x_3三个点,对应的边权依次是w_1w_2w_3。则有x_1 >= s + w_1x_2 >= x_1 + w_2x_3 >= x_2 + w_3,可以推出x_3 >= x_2 + w_3 >= x_1 + w_2 + w_3 >= s + w_1 + w_2 + w_3s在这里是定值,可以看出x_3的值不会小于s + w_1 + w_2 + w_3,这样就求出了x_3最小值 了,也就是说 最长路可以求出不等式组的最小解

注意: ① 最短路 算法求解的是形如x_a <= x_b + c这种形式的不等式 ② 最长路 算法求解的是形如x_a >= x_b + c这种形式的不等式

3.无约束的变量与无解情况

假设图中有一点是孤立的,与其他点没有关联边,则对应差分约束问题中的变量就是不受约束的,可以取任意值

再来考察无解的情况:

  • 如果求最短路时存在负环,假设负环上的点有x_1x_2x_3,则有x_2 <= x_1 + w_1x_3 <= x_2 + w_2x_1 <= x_3 + w_3,可以推出x_1 <= x_3 + w_3 <= x_2 + w_2 + w_3 <= x_1 + w_1 + w_2 + w_3,又w_1 + w_2 + w_3 < 0(存在负环),所以x_1 <= x_1 + w_1 + w_2 + w_3 < x_1得出了x_1 < x_1的矛盾结论了

小结:求最短路时存在负环,说明差分约束问题无解

  • 求最长路时如果存在正环,设正环上的点有x_1x_2x_3,则有x_2 >= x_1 + w_1x_3 >= x_2 + w_2x_1 >= x_3 + w_3,可以推出x_1 >= x_3 + w_3 >= x_2 + w_2 + w_3 >= x_1 + w_1 + w_2 + w_3,又w_1 + w_2 + w_3 > 0(存在正环),所以x_1 >= x_1 + w_1 + w_2 + w_3 > x_1得出了x_1 > x_1的矛盾结论了。

小结:求最长路时存在正环,说明差分约束问题无解

4.差分约束问题的建图

下面将不等式组转化为图:

建图的过程 深刻的反映 了求最短路、最长路与差分约束问题的关联。比如x_1 <= x_2 + 1,是建一条x_2x_1长度为1的边,还是建一条x_1x_2长度为-1的边呢?在最短路问题中,我们需要x_1 <= x_2 + c这种形式的不等式,遇见x_1 >= x_2 + 1形式的不等式就转化为了x_2 <= x_1 - 1,从而建立了x_1x_2长度为-1的边。而在最长路问题中,遇见x_1 >= x_2 + 1可以建一条x_2x_1长度为1的边,遇见x_1 <= x_2 + 1这种形式的不等式可以转化为x_2 >= x_1 - 1,建立起了x_1x_2长度为-1的边。从而得出了一个 重要结论

同一个不等式在最长路和最短路问题中建图的方向是相反的,建立的边权互为相反数

比如x_1 <= x_2 + 1,最短路问题是建一条x_2x_1长度为1的边,而在最长路问题中则是建一条x_1x_2长度为-1的边(x_2 >= x_1 - 1)。

其他类型的不等式:

  • 对于x_1 < x_2 + c形式的不等式,可以转化为x_1 <= x_2 + c - 1形式
  • 对于x_1 = x_2形式的不等式,可以转化为x_1 <= x_2x_2 <= x_1两个不等式

由于建的图不一定连通,所以为了保证从起点出发一定能到达所有点,一般会建一个超级源点,从这个超级源点向各个点引一条长度为0的边,即在不等式组中加上了x_0 <= x_1,x_0 <= x_2,...,x_0 <=x_n这么多不等式。

5.回归本题

由于每个小朋友都需要分到糖,所以某个变量都不能小于1,所以建图时可以由x_0向各点引一条长度为1的边,因为要求x_1 >= 1等价于x_1 >= x_0 + 1,x_0 = 0本题是求差分约束的最小解,所以需要求最长路

spfa算法求 最长路时需要将距离数组初始化为负无穷,当存在正环时存在某个点会一直被更新,所以更新超过一定次数后就说明无解。

坑点:本题的spfa使用队列会超时,可以用数组模拟队列,或者用栈替换队列。

6.答疑解惑

SPFA算法中,通常使用队列(queue)作为广度优先搜索的数据结构来遍历图的顶点。然而,有时候将队列替换为栈(stack)可以提升算法的性能。

原理如下:当使用队列时,SPFA算法采用的是一种宽度优先搜索(BFS)的策略,每次从队列头部取出一个顶点进行处理。这会导致算法以层级的方式逐步扩展搜索范围,从而保证了找到的路径是最短路径。

相比之下,如果将队列替换为栈,SPFA算法就会采用深度优先搜索(DFS)的策略。深度优先搜索并不关心当前处理的顶点与起始点的距离,而是一直深入到无法继续深入为止,然后回溯到上一个顶点进行处理。

使用栈而不是队列的主要好处在于,深度优先搜索会更快地遍历图的分支,而不是逐层扩展搜索范围。在某些情况下,这可能会导致更早地发现最短路径,从而提高算法的性能。

然而,需要注意的是,由于深度优先搜索不保证找到的路径是最短路径,所以在使用栈替代队列时,SPFA算法可能会得到非最短路径的结果。因此,如果对于问题的解必须是最短路径,使用队列作为搜索数据结构是更可靠的选择。

数组模拟队列版本,可以AC

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 100010, M = 300010;
int n, m;
int h[N], e[M], w[M], ne[M], idx;
int q[N], cnt[N];
LL d[N];
bool st[N];
void add(int a, int b, int c) {
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}
bool spfa() {
    int hh = 0, tt = -1;
    for (int i = 1; i <= n; i++) {
        q[++tt] = i;
        st[i] = true;
        d[i] = 1;
    }

    while (hh <= tt) {
        int u = q[hh++];
        st[u] = false;

        for (int i = h[u]; ~i; i = ne[i]) {
            int v = e[i];
            if (d[v] < d[u] + w[i]) {
                d[v] = d[u] + w[i];
                cnt[v] = cnt[u] + 1;
                if (cnt[v] >= n) return true;
                if (!st[v]) {
                    q[++tt] = v, st[v] = true;
                }
            }
        }
    }
    return false;
}
int main() {
    // 最小值最长路,i->j,dj>=di+c

    memset(h, -1, sizeof h);

    cin >> n >> m;

    while (m--) {
        int x, a, b;
        cin >> x >> a >> b;
        if (x == 1) add(a, b, 0), add(b, a, 0); // A=B,A>=B,B>=A
        if (x == 2) add(a, b, 1);               // A<B,B-1>=A
        if (x == 3) add(b, a, 0);               // A>=B,B->A
        if (x == 4) add(b, a, 1);               // A>B,A>=B+1,B->A
        if (x == 5) add(a, b, 0);               // A<=B,B>=A,A->B
    }

    if (spfa())
        puts("-1");
    else {
        LL res = 0;
        for (int i = 1; i <= n; i++) res += d[i];
        printf("%lld\n", res);
    }

    return 0;
}

Queue版本,挂了最后一个点

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 100010, M = 300010;
int n, m;

int cnt[N];
LL dist[N];
bool st[N];

int h[N], e[M], w[M], ne[M], idx;
void add(int a, int b, int c) {
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

bool spfa() {
    queue<int> q;
    for (int i = 1; i <= n; i++) {
        dist[i] = 1;
        st[i] = true;
        q.push(i);
    }

    while (q.size()) {
        int u = q.front();
        q.pop();

        st[u] = false;

        for (int i = h[u]; ~i; i = ne[i]) {
            int j = e[i];
            if (dist[j] < dist[u] + w[i]) {
                dist[j] = dist[u] + w[i];
                cnt[j] = cnt[u] + 1;
                if (cnt[j] >= n) return true;
                if (!st[j]) {
                    q.push(j);
                    st[j] = true;
                }
            }
        }
    }
    return false;
}
int main() {
    memset(h, -1, sizeof h);
    cin >> n >> m;
    while (m--) {
        int x, a, b;
        cin >> x >> a >> b;
        if (x == 1) add(a, b, 0), add(b, a, 0); // A=B,A>=B,B>=A
        if (x == 2) add(a, b, 1);               // A<B,B-1>=A
        if (x == 3) add(b, a, 0);               // A>=B,B->A
        if (x == 4) add(b, a, 1);               // A>B,A>=B+1,B->A
        if (x == 5) add(a, b, 0);               // A<=B,B>=A,A->B
    }

    if (spfa())
        puts("-1");
    else {
        LL res = 0;
        for (int i = 1; i <= n; i++) res += dist[i];
        printf("%lld\n", res);
    }
    return 0;
}

用栈模拟队列 ,可以AC

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 100010, M = 300010;

stack<int> q; // 有时候换成栈判断环很快就能找到答案
LL dist[N];
bool st[N];
int cnt[N];
int n, m; // 表示点数和边数
// 邻接表
int e[M], h[N], idx, w[M], ne[M];
void add(int a, int b, int c) {
    e[idx] = b, ne[idx] = h[a], w[idx] = c, h[a] = idx++;
}

bool spfa() {                         // 最长路,判正环
    memset(dist, -0x3f, sizeof dist); // 最长路,需要初始化为-0x3f

    // 超级源点出发
    dist[0] = 0;
    q.push(0);
    st[0] = 1;

    while (q.size()) {
        int u = q.top();
        q.pop();
        st[u] = 0;

        for (int i = h[u]; ~i; i = ne[i]) {
            int v = e[i];
            if (dist[v] < dist[u] + w[i]) { // 求最长路
                dist[v] = dist[u] + w[i];
                cnt[v] = cnt[u] + 1;
                // 注意多加了超级源点,共n+1个节点边数最多是n
                if (cnt[v] > n) return 1;
                if (!st[v]) {
                    q.push(v);
                    st[v] = 1;
                }
            }
        }
    }
    return 0;
}

int main() {
    scanf("%d %d", &n, &m);
    memset(h, -1, sizeof h);
    while (m--) {
        int x, a, b; // X为大小关系描述
        scanf("%d %d %d", &x, &a, &b);

        // 求最小值,需要最长路,即形如: a>=b+1这样形式的式子

        // 表示第 a 个小朋友分到的糖果必须和第 b 个小朋友分到的糖果一样多
        //  a == b  =>  (a >= b , b >= a)  相等的关系,需要传入两条对称的边,即 a>=b,b>=a,边长为0
        if (x == 1) add(a, b, 0), add(b, a, 0);
        // 表示第 A 个小朋友分到的糖果必须少于第 B 个小朋友分到的糖果
        //  a<b => b > a => b >= a+1
        if (x == 2) add(a, b, 1);
        // 表示第 a 个小朋友分到的糖果必须不少于第 b 个小朋友分到的糖果
        // 不少于即大于等于 a >= b
        if (x == 3) add(b, a, 0);
        // 表示第 a 个小朋友分到的糖果必须多于第 b 个小朋友分到的糖果
        //  a>b => a >= b+1
        if (x == 4) add(b, a, 1);
        // 表示第 a 个小朋友分到的糖果必须不多于第 b 个小朋友分到的糖果。
        //  a<=b => b>=a
        if (x == 5) add(a, b, 0);
    }

    // 重点:需要自己从题意中挖掘出一个性质,即 每个小朋友都要至少一个糖果
    //  xi >= 1  => xi >= x0 + 1
    // 将所有节点与超级源点x0相连
    for (int i = 1; i <= n; i++) add(0, i, 1);

    if (spfa())
        puts("-1");
    else {
        LL res = 0;
        for (int i = 1; i <= n; i++) res += dist[i]; // 累加所有最小值的和
        printf("%lld\n", res);
    }
    return 0;
}