[浅析最大最小定理在信息学竞赛中的应用.pptVIP

两极相通 芜湖一中 周冬 max_zd@163.com 引入 我们在信息学竞赛中经常会遇到一些涉及一个最大化问题和一个最小化问题的定理 怎样利用这些定理帮助我们解题呢？ K?nig定理 主要内容 在任何一个二部图G中，最大匹配数r(G)等于最小覆盖数c(G) K?nig定理 证明 最大匹配数不超过最小覆盖数 任取一个最小覆盖Q，一定可以构造出一个与之大小相等的匹配M K?nig定理 应用 二部图最小覆盖和最大匹配的互相转化 [例一] Muddy Fields 最大流—最小割定理 近年来，网络流尤其是最大流问题越来越多的出现在各类信息学竞赛当中 最大流—最小割定理是整个最大流问题的基础与核心，其主要内容是： 最大流的流量不超过最小割的容量 存在一个流x和一个割c，且x的流量等于c的容量 [例二] Moving the Hay 一个牧场由R*C个格子组成 牧场内有N条干草运输通道，每条连接两个水平或垂直相邻的方格，最大运输量为Li (1,1)内有很多干草，Farmer John希望将最多的干草运送到(R,C)内 求最大运输量 [例二] Moving the Hay 一个R=C=3的例子，最大运输量为7 数据规模：R,C ≤ 200 分析 直接求最大流 以每个方格为点，每条通道为边，边的容量就是它的最大运输量 从(1,1)到(R,C)的最大运输