题解:K取方格数
一、题目分析
本题给定一个(N×N)的矩形网格,每个格子里有一个非负整数。要求从左上角到右下角安排(K)条路线,每一步只能往下或往右走,沿途经过的格子中的整数会被取走,若多条路线重复经过一个格子,只取一次,目标是求出能取得的整数的和的最大值。
二、解题思路
本题通过构建网络流模型,利用费用流算法(基于EK算法的费用流实现)来求解最大和。
(一)节点编号与映射
为方便处理,定义get
函数,将二维网格中的坐标((x, y))映射为唯一的节点编号。每个网格位置对应两个节点,get(x, y, 0)
表示流入该位置的节点,get(x, y, 1)
表示流出该位置的节点。
(二)构建网络流图
- 节点设置:定义超级源点
S
和超级汇点T
。源点编号为2 * n * n
,汇点编号为S + 1
。 - 边的设置:
- 从超级源点
S
到左上角位置的流入节点get(0, 0, 0)
连一条边,容量为k
,费用为0
。表示源点可以发出(k)条路径。 - 从右下角位置的流出节点
get(n - 1, n - 1, 1)
到超级汇点T
连一条边,容量为k
,费用为0
。表示最多(k)条路径可以到达汇点。 - 对于网格中的每个位置((x, y)):
- 从流入节点
get(x, y, 0)
到流出节点get(x, y, 1)
连两条边。一条边容量为1
,费用为该位置的数值c
,表示该位置的数值只能被取一次;另一条边容量为无穷大INF
,费用为0
,用于处理路径经过该位置但数值已被取走的情况。 - 若下方存在位置((x + 1, y)),则从当前位置的流出节点
get(x, y, 1)
到下方位置的流入节点get(x + 1, y, 0)
连一条边,容量为无穷大INF
,费用为0
,表示路径可以向下移动。 - 若右方存在位置((x, y + 1)),则从当前位置的流出节点
get(x, y, 1)
到右方位置的流入节点get(x, y + 1, 0)
连一条边,容量为无穷大INF
,费用为0
,表示路径可以向右移动。
- 从流入节点
- 从超级源点
(三)费用流算法求解
- 添加边函数
add
:用于在邻接表中添加边及其反向边,设置正向边和反向边的终点、容量和费用,方便在增广路径时处理流量的退还和费用的计算。 - 寻找增广路径(
spfa
函数):使用spfa
算法寻找费用最大的增广路径(因为要使取得的整数和最大)。初始化距离数组d
为负无穷大,最小剩余容量数组incf
为0
,将源点加入队列并设置相关初始值。在队列不为空时,遍历节点的邻接边,更新邻接点的距离、前驱边和最小剩余容量,若邻接点不在队列中则加入队列。当队列为空时,根据汇点的最小剩余容量判断是否找到增广路径。 - 更新流量与费用(
EK
函数):当找到增广路径后,获取汇点的最小剩余容量(t),更新总费用(累加(t * d[T])),并沿着增广路径更新边的容量(正向边减去(t),反向边加上(t))。不断重复寻找增广路径和更新的过程,直到不存在增广路径,返回的总费用即为能取得的整数的最大和。
(四)main
函数流程
- 读取矩形网格的大小
n
和路径数量k
,并设置超级源点S
和超级汇点T
的编号,初始化邻接表。 - 在源点与左上角节点、右下角节点与汇点之间连边。
- 读取矩形网格中的所有数值,并按照上述规则在网格节点之间连边。
- 调用
EK
函数计算并输出能取得的整数的最大和。
三、代码实现细节
(一)头文件与全局变量
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 5010, M = 20010, INF = 1e8;
int n, k, S, T;
int h[N], e[M], f[M], w[M], ne[M], idx;
int q[N], d[N], pre[N], incf[N];
bool st[N];
- 引入输入输出、字符串操作和算法相关头文件,并使用标准命名空间。
- 定义常量
N
表示节点最大数量,M
表示边的最大数量,INF
表示无穷大。 - 定义变量
n
、k
分别表示矩形网格的边长和路径数量,S
、T
表示超级源点和超级汇点。 - 定义数组
h[N]
为邻接表头数组,e[M]
存储边的终点,f[M]
存储边的容量,w[M]
存储边的费用,ne[M]
存储同一起点下一条边的编号,idx
用于记录边的编号。 - 定义数组
q[N]
为spfa
算法的队列,d[N]
记录从源点到各点的距离,pre[N]
记录前驱边,incf[N]
记录从源点到各点的最小剩余容量。 - 定义布尔数组
st[N]
用于标记节点是否在队列中。
(二)节点编号函数get
int get(int x, int y, int t)
{
return (x * n + y) * 2 + t;
}
该函数根据网格坐标((x, y))和节点类型标识t
((0)表示流入节点,(1)表示流出节点)计算出唯一的节点编号。
(三)添加边函数add
void add(int a, int b, int c, int d)
{
e[idx] = b, f[idx] = c, w[idx] = d, ne[idx] = h[a], h[a] = idx ++ ;
e[idx] = a, f[idx] = 0, w[idx] = -d, ne[idx] = h[b], h[b] = idx ++ ;
}
该函数用于添加边及其反向边,设置正向边和反向边的相关参数。
(四)spfa
函数
bool spfa()
{
int hh = 0, tt = 1;
memset(d, -0x3f, sizeof d);
memset(incf, 0, sizeof incf);
q[0] = S, d[S] = 0, incf[S] = INF;
while (hh != tt)
{
int t = q[hh ++ ];
if (hh == N) hh = 0;
st[t] = false;
for (int i = h[t]; ~i; i = ne[i])
{
int ver = e[i];
if (f[i] && d[ver] < d[t] + w[i])
{
d[ver] = d[t] + w[i];
pre[ver] = i;
incf[ver] = min(incf[t], f[i]);
if (!st[ver])
{
q[tt ++ ] = ver;
if (tt == N) tt = 0;
st[ver] = true;
}
}
}
}
return incf[T] > 0;
}
- 初始化队列头指针
hh = 0
,尾指针tt = 1
,距离数组d
为负无穷大,最小剩余容量数组incf
为0
。将源点加入队列并设置初始值。 - 当队列不为空时,取出队头节点(t),标记该节点不在队列中。遍历节点(t)的邻接边,更新邻接点信息,若邻接点不在队列中则加入队列。
- 根据汇点的最小剩余容量判断是否找到增广路径。
(五)EK
函数
int EK()
{
int cost = 0;
while (spfa())
{
int t = incf[T];
cost += t * d[T];
for (int i = T; i != S; i = e[pre[i] ^ 1])
{
f[pre[i]] -= t;
f[pre[i] ^ 1] += t;
}
}
return cost;
}
- 初始化总费用
cost
为0
。 - 当存在增广路径时,获取汇点的最小剩余容量(t),更新总费用并沿着增广路径更新边的容量。
- 当不存在增广路径时,返回总费用。
(六)main
函数
int main()
{
scanf("%d%d", &n, &k);
S = 2 * n * n, T = S + 1;
memset(h, -1, sizeof h);
add(S, get(0, 0, 0), k, 0);
add(get(n - 1, n - 1, 1), T, k, 0);
for (int i = 0; i < n; i ++ )
for (int j = 0; j < n; j ++ )
{
int c;
scanf("%d", &c);
add(get(i, j, 0), get(i, j, 1), 1, c);
add(get(i, j, 0), get(i, j, 1), INF, 0);
if (i + 1 < n) add(get(i, j, 1), get(i + 1, j, 0), INF, 0);
if (j + 1 < n) add(get(i, j, 1), get(i, j + 1, 0), INF, 0);
}
printf("%d\n", EK());
return 0;
}
- 读取矩形网格的大小和路径数量,设置源点和汇点编号,初始化邻接表。
- 在源点与左上角节点、右下角节点与汇点之间连边。
- 读取网格中的数值,并在网格节点之间连边。
- 调用
EK
函数输出能取得的整数的最大和。
四、时间复杂度和空间复杂度
(一)时间复杂度
- 建图阶段:构建网络流图需要遍历(N×N)的网格,时间复杂度为(O(N^2)),每次添加边的操作时间复杂度为常数,所以建图总时间复杂度为(O(N^2))。
- 费用流算法阶段:每次
spfa
寻找增广路径的时间复杂度在最坏情况下为(O(N)),而基于spfa
的费用流算法最多执行(O(M))次增广((M)为边数)。边数(M)与(N)相关,约为(O(N^2)),所以费用流算法的时间复杂度为(O(N×N^2)=O(N^3))。因此,总的时间复杂度为(O(N^3))。
(二)空间复杂度
主要空间消耗在存储图的邻接表以及辅助数组上。邻接表的空间复杂度为(O(M)=O(N^2)),辅助数组(如队列、距离数组、前驱数组等)的空间复杂度为(O(N))。所以总的空间复杂度为(O(N^2))。