浅谈差分约束系统

1.从代数到图论

1.1.差分约束方程

差分约束方程就是形如 (x_i-x_j leq w_{ij})(x_i-x_j geq w_{ij})方程组

比如说:

(egin{cases}x_1-x_3 leq 5 \x_1-x_2 leq 2 \x_2-x_1 leq 0 \x_2-x_3 leq 2 \x_3-x_2 leq -1 \ x_3-x_1 leq -2 end{cases})

就是一组差分方程。
下面是它的一组解:

(egin{cases}x_1=5 \x_2=3 \x_3=1 end{cases})

一组差分约束方程要么有无穷组解,要么无解。因为如果它有解,那么它的解同时加上一个实数 (k),依旧是一组解。因为每个数都加(k),他们任意两个数之间的差是不变的,所以对于不等式没有影响。


(mathtt{For} mathtt{Example}:)

上式的解还可以是
(egin{cases}x_1=6 \x_2=4 \x_3=2 end{cases})
(同时加(1)


1.2.图论解法

多数博客接下来是这么说的:

看到 (x_i - x_j leq w_{ij})
有没有想到什么呢? 可以变形为 (x_i leq x_j + w_{ij}) ,这与单元最短路中的三角形不等式(D_i<=D_j+w_{ij})非常相似
因此,可以把每个变量 (x_i) 看做有向图中的一个结点(i),对于约束条件 (X_i - X_j ≤ w_{ij}) ,从结点(j)向结点i连一条权值为 (w_{ij}) 的有向边。

这里补充一下:(D_i)就是上面(x_i)的一组解。

讲得是没错,然而,凭什么长得像就可以随便乱套呢?

首先第一步最开始,
我们画张图看看:

e8SIDP.png

比如对于(x_1-x_3 leq 5),如果有当前从1到3的最短路大于5,那么一定会被这条路((1 ightarrow3))替换掉。

同理,对于 (x_i-x_j leq w_{ij}),如果有当前从(i)(j)的最短路大于(w_{ij}),那么一定会被这条路((i ightarrow j))替换掉。

大于也是同样的原理,可以举一反三。

同理可得其它边,以保证在前提(差分约束方程)不被违反的情况下得到最优解。

2.差分约束系统

2.1.大于还是小于

众所周知,不等式方程是互通的,它们可以互相转换。


(mathtt{For} mathtt{Example}:)

刚才的方程组:

(egin{cases}x_1-x_3 leq 5 \x_1-x_2 leq 2 \x_2-x_1 leq 0 \x_2-x_3 leq 2 \x_3-x_2 leq -1 \ x_3-x_1 leq -2 end{cases})

等价于:

(egin{cases}x_3-x_1 geq -5 \x_2-x_1 geq -2 \x_1-x_2 geq 0 \x_3-x_2 geq -2 \x_2-x_3 geq 1 \ x_1-x_3 geq 2 end{cases})


那么差分约束系统该用大于还是小于呢?

事实上,两者都有使用,具体看情况。

小于求最短路得到最大值,

大于求最长路得到最小值。

2.2.无解情况

并不是所有差分约束方程都有解。大致可分为两类:

2.2.1.条件矛盾

顾名思义,满足了条件A就无法满足条件B。


(mathtt{For} mathtt{Example}:)

(egin{cases}x_1-x_2 leq 5 \ x_2-x_1 leq -6end{cases})

等价于:

(egin{cases}x_1-x_2leq5 \ x_1-x_2geq6end{cases})


2.2.2.无关未知数

这个其实不一定算无解,不过和2.2.1判断方法一致,就勉强算无解吧。
未知数没有构成强连通分量。


(mathtt{For} mathtt{Example}:)

(egin{cases}x_1-x_2 leq 5 \ x_3-x_1 leq 2\ x_4-x_5 leq 2 \ x_5-x_6 leq -3end{cases})

这里
(x_1,x_2,x_3)(x_4,x_5,x_6)毫无关联。


2.2.3.判断无解

最短路有负环或最长路有正环即为无解。

2.3.超级原点

超级原点连接到所有点,且权值都是0。

在求最长路时,可以加入一个超级原点以简化代码。

最短路似乎好像也许可能可以加入超级原点,不过容易引起错误。

2.4.去除重边

重复的边会容易导致错误(误判负环)
去重边的伪代码

flag <- 1
for i in G[u]
    if G[u,i].v = v
        if w better than G[u,i].w
            set new G[u,i].w
        flag <- 0;

if flag = 1
    G[u].append(v, w)

3.模板代码

就是一个spfa模板:

bool spfa() {
    memset(d, 0xef, sizeof(d));
    d[0] = 0;
    q.push(0);
    tx[0] = 1;
    while(!q.empty()) {
        int u = q.front();
        q.pop();
        vis[u] = 0;
        for(unsigned i = 0; i < G[u].size(); ++i) {
            int v = G[u][i].v;
            int dis = G[u][i].w;
            if (d[v] > d[u] + dis) {
                d[v] = d[u] + dis;
                if (++tx[v] >= 40) {
                    return 0;
                }
                if (!vis[v]) {
                	q.push(v);
                	vis[v] = 1;
				}
            }
        }
    }
	return 1;
}

最长时改一下符号:

if (dis[v] < dis[u] + w) {
	--snip--
}

4.例题

P1993 小K的农场

模板题,长短路均可,主要问题是如何插入边:

scanf("%d %d", &n, &m);
for (int i = 1; i <= m; ++i) {
    scanf("%d %d %d", &t, &a, &b);
    if (t == 3) {
        G[a].push_back(node(b, 0));
        G[b].push_back(node(a, 0));
    } else {
        scanf("%d", &c);
        if (t == 1) {
            G[a].push_back(node(b, c));
        } else {
            G[b].push_back(node(a, -c));
        }
    }
}

tyvj-p1277 关系运算图

好像现在看不到题了:

Description
给出一有向图,图中每条边都被标上了关系运算符‘<’,‘>’,‘=’。现在要给图中每个顶点标上一个大于等于0,小于等于k的某个整数使所有边上的符号得到满足。若存在这样的k,则求最小的k,若任何k都无法满足则输出NO。
例如下表中最小的k为2。
结点1>结点2
结点2>结点3
结点2>结点4
结点3=结点4
如果存在这样的k,输出最小的k值;否则输出‘NO’。
Input
共二行,第一行有二个空格隔开的整数n和m。n表示G的结点个数,m表示G的边数,其中1<=n<=1000, 0<=m<=10000。全部结点用1到n标出,图中任何二点之间最多只有一条边,且不存在自环。
第二行共有3m个用空格隔开的整数,第3i-2和第3i-1(1<=i<=m)个数表示第i条边的顶点。第3i个数表示第i条边上的符号,其值用集合{-1,0,1}中的数表示:-1表示‘<’, 0 表示‘=’, 1表示‘>’。
Output
仅一行,如无解则输出‘NO’;否则输出最小的k的值。
Sample Input
4 4
1 2 -1 2 3 0 2 4 -1 3 4 -1
Sample Output
2

模板题,最长路

HDU3440 House Man

最短路,如果最高楼在最矮楼左边就翻转高度数组。

@2019-7-31 贵州铜仁镇远古镇

原文地址:https://www.cnblogs.com/szdytom/p/11622594.html