博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
BZOJ 4554
阅读量:4071 次
发布时间:2019-05-25

本文共 4071 字,大约阅读时间需要 13 分钟。

题目描述

在2016年,佳缘姐姐喜欢上了一款游戏,叫做泡泡堂。简单的说,这个游戏就是在一张地图上放上若干个炸弹,看是否能炸到对手,或者躲开对手的炸弹。在玩游戏的过程中,小H想到了这样一个问题:当给定一张地图,在这张地图上最多能放上多少个炸弹能使得任意两个炸弹之间不会互相炸到。炸弹能炸到的范围是该炸弹所在的一行和一列,炸弹的威力可以穿透软石头,但是不能穿透硬石头。给定一张n*m的网格地图:其中*代表空地,炸弹的威力可以穿透,可以在空地上放置一枚炸弹。x代表软石头,炸弹的威力可以穿透,不能在此放置炸弹。#代表硬石头,炸弹的威力是不能穿透的,不能在此放置炸弹。例如:给出1*4的网格地图*xx*,这个地图上最多只能放置一个炸弹。给出另一个1*4的网格地图*x#*,这个地图最多能放置两个炸弹。现在小H任意给出一张n*m的网格地图,问你最多能放置多少炸弹

输入

第一行输入两个正整数n,m,n表示地图的行数,m表示地图的列数。1≤n,m≤50。接下来输入n行m列个字符,代表网格地图。*的个数不超过n*m个

输出

输出一个整数a,表示最多能放置炸弹的个数

样例输入

```
4 4
#***
*#**
**#*
xxx#
```

样例输出

5

题解:每一个空位都能引爆一行和列,将行和列拆分出来,进行二分图匹配,当然也可以用网络流来做

二分图匹配:

#include 
#include
#include
#define N 6000#define M 300000using namespace std;int map[60][60] , mp[1000][1000], bx[60][60] , by[60][60] , tx , ty , head[N] , to[M] , val[M] , next[M] , cnt = 1 , s , t , dis[N] , frm[N];char str[60];bool vis[N];bool bfs(int x){ for(int i = 1; i <= ty ; ++i) { if(!mp[x][i] || vis[i]) continue; vis[i] = 1; if(!frm[i] || bfs(frm[i])) { frm[i] = x; return true; } } return false;}int main(){ int n , m , i , j , ans = 0; scanf("%d%d" , &n , &m); for(i = 1 ; i <= n ; i ++ ) { scanf("%s" , str + 1); for(j = 1 ; j <= m ; j ++ ) map[i][j] = (str[j] == '*' ? 0 : str[j] == 'x' ? 1 : 2); } for(i = 1 ; i <= n ; i ++ ) { tx ++ ; for(j = 1 ; j <= m ; j ++ ) { bx[i][j] = tx; if(map[i][j] == 2) tx ++ ; } } for(j = 1 ; j <= m ; j ++ ) { ty ++ ; for(i = 1 ; i <= n ; i ++ ) { by[i][j] = ty; if(map[i][j] == 2) ty ++ ; } } for(i = 1 ; i <= n ; i ++ ) for(j = 1 ; j <= m ; j ++ ) if(!map[i][j]) mp[bx[i][j]][by[i][j]] = 1; for(int i = 1; i <= tx ; ++i) { memset(vis,0,sizeof(vis)); if(bfs(i)) ++ans; } printf("%d\n" , ans); return 0;}
网络流:

#include 
#include
#include
#define N 6000#define M 300000using namespace std;queue
q;int map[60][60] , bx[60][60] , by[60][60] , tx , ty , head[N] , to[M] , val[M] , next[M] , cnt = 1 , s , t , dis[N];char str[60];void add(int x , int y , int z){ to[++cnt] = y , val[cnt] = z , next[cnt] = head[x] , head[x] = cnt; to[++cnt] = x , val[cnt] = 0 , next[cnt] = head[y] , head[y] = cnt;}bool bfs(){ int x , i; memset(dis , 0 , sizeof(dis)); while(!q.empty()) q.pop(); dis[s] = 1 , q.push(s); while(!q.empty()) { x = q.front() , q.pop(); for(i = head[x] ; i ; i = next[i]) { if(val[i] && !dis[to[i]]) { dis[to[i]] = dis[x] + 1; if(to[i] == t) return 1; q.push(to[i]); } } } return 0;}int dinic(int x , int low){ if(x == t) return low; int temp = low , i , k; for(i = head[x] ; i ; i = next[i]) { if(val[i] && dis[to[i]] == dis[x] + 1) { k = dinic(to[i] , min(temp , val[i])); if(!k) dis[to[i]] = 0; val[i] -= k , val[i ^ 1] += k; if(!(temp -= k)) break; } } return low - temp;}int main(){ int n , m , i , j , ans = 0; scanf("%d%d" , &n , &m); for(i = 1 ; i <= n ; i ++ ) { scanf("%s" , str + 1); for(j = 1 ; j <= m ; j ++ ) map[i][j] = (str[j] == '*' ? 0 : str[j] == 'x' ? 1 : 2); } for(i = 1 ; i <= n ; i ++ ) { tx ++ ; for(j = 1 ; j <= m ; j ++ ) { bx[i][j] = tx; if(map[i][j] == 2) tx ++ ; } } for(j = 1 ; j <= m ; j ++ ) { ty ++ ; for(i = 1 ; i <= n ; i ++ ) { by[i][j] = ty; if(map[i][j] == 2) ty ++ ; } } s = 0 , t = tx + ty + 1; for(i = 1 ; i <= tx ; i ++ ) add(s , i , 1); for(i = 1 ; i <= ty ; i ++ ) add(i + tx , t , 1); for(i = 1 ; i <= n ; i ++ ) for(j = 1 ; j <= m ; j ++ ) if(!map[i][j]) add(bx[i][j] , by[i][j] + tx , 1); while(bfs()) ans += dinic(s , 1 << 30); printf("%d\n" , ans); return 0;}

转载地址:http://jrqji.baihongyu.com/

你可能感兴趣的文章
Spring的Bean后置处理器之AutowiredAnnotationBeanPostProcessor
查看>>
那些年,我们踩过的技术坑汇总
查看>>
Dubbo的心跳机制
查看>>
程序猿应该了解的密码技术
查看>>
关于安卓端okhttp框架请求后端服务丢失Authorization请求头的问题
查看>>
RocketMQ 消费消息过程分析
查看>>
Dubbo源码分析之三:服务引用
查看>>
Spring的重要拓展点BeanPostProcessor
查看>>
RocketMQ 事务消息使用与分析
查看>>
Spring-Bean后置处理器之CommonAnnotationBeanPostProcessor
查看>>
Dubbo源码分析之二:服务暴露
查看>>
Spring-Bean后置处理器之AnnotationAwareAspectJAutoProxyCreator
查看>>
Dubbo源码分析之一:前置知识
查看>>
Dubbo源码分析之五:服务端响应客户端请求过程
查看>>
RocketMQ 延迟消息的使用与分析
查看>>
RocketMQ-延迟消息的使用与原理分析
查看>>
RocketMQ Reliablity
查看>>
Dubbo源码学习之一:前置准备
查看>>
matlab中的sparse和full以及ground truth matrix
查看>>
用最小二乘做为线性回归的代价函数的一些解释
查看>>