算法总结与---差分约束系统.docVIP

Contents 定义 二、 详解 三、 例题 定义（百度百科）： 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xj-xi=bk(i,j∈[1,n],k∈[1,m]),则称其为差分约束系统(system of difference constraints)。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。 求解差分约束系统，可以转化成图论的单源最短路径（或最长路径）问题。 观察xj-xi=bk，会发现它类似最短路中的三角不等式d[v]=d[u]+w[u,v]，即d[v]-d[u]=w[u,v]。因此，以每个变量xi为结点，对于约束条件xj-xi=bk，连接一条边(i,j)，边权为bk。我们再增加一个源点s,s与所有定点相连，边权均为0。对这个图，以s为源点运行Bellman-ford算法（或SPFA算法），最终{d[ i]}即为一组可行解。 例如，考虑这样一个问题，寻找一个5维向量x=(xi)以满足： 这一问题等价于找出未知量xi，i=1,2,…,5，满足下列8个差分约束条件： x1-x2≤0 x1-x5≤-1 x2-x5≤1 x3-x1≤5 x4-x1≤4 x4-x3≤-1 x5-x3≤-3 x5-x4≤-3 该问题的一个解为x=(-5,-3,0,-1,-4)，另一个解y=(0,2,5,4,1)，这2个解是有联系的：y中的每个元素比x中相应的元素大5。 引理：设x=(x1,x2,…,xn)是差分约束系统Ax≤b的一个解，d为任意常数。则x+d=(x1+d,x2+d,…,xn+d)也是该系统Ax≤b的一个解。 bellman-ford算法伪代码： for each v ?V do d[v] -- 无限大; d[s] -- 0 Relaxation for i =1,...,|V|-1 do for each edge (u,v) 属于 E do d[v] -- min{d[v], d[u]+w(u,v)} Negative cycle checking for each v 属于V do if d[v] d[u] + w(u,v) then no solution 在实际的应用中，一般使用SPFA(Shortest Path Fast Algorithm)算法来实现。 差分约束系统中源点到每个点的距离确定 关于Dist[]的初始化化 1.如果将源点到各点的距离初始化为0，最终求出的最短路满足 它们之间相互最接近了 2.如果将源点到各点的距离初始化为INF(无穷大)，其中之1为0，最终求出的最短路满足 它们与该点之间相互差值最大。 3.差分约束系统的确立要根据自己确定的约束条件，从约束点走向被约束点 连边一般有两种方法，第一种是连边后求最长路的方法，第二种是连边后求最短路的方法。 例：d[x]-d[y]=Z 如果想连边后求最长路 那么将不等式变形为这种形式 d[x]=d[y]+z y---x连一条权值为z的边 求最短路则变形成d[y]=d[x]-z x---y连一条权值为-z的边。 如果是别的不等式，也可以根据情况变形。但是要保证的是 两个变量（x,y)的系数一定要是正的。而常量则不一定。 定理：将如上差分约束系统 转换成图后，以 为源点得到的最短路径序列为 （如果有解），则 满足 且若 为 任意解，则有 。 证明：首先由 ，则显然有 满足 ，这是因为每条边对应一个不等式且由图的构造法可知。其次考察 到 的最短路径 ，我们有 与 直接相连且由路径最短知 ，其中 为不等式 的常量即为边 的权，所以有 。对k做归纳，由 ，又 ，所以 即 所以后者成立。证毕 例：设有n个盒子标号为1...n，每个盒子最多放1个球。放法满足 （0i≤m）约束，其中 表示区间 最多可放 个球，求这n个盒子最多可放多少个球。[1] 令前k个盒子放的数目为 ，则有 ， （1 ≤?i?≤?n?）， （1 ≤?i?≤?m）。以此约束条件用如上算法给出最短路径序列 ，由定理知 是合法的放法，且 为最大值。 引自某网友： （本文假设读者已经有以下知识：最短路径的基本性质、Bellman-Ford算法。）???? 比如有这样一组不等式：????X1 - X2 = 0?X1 - X5 = -1?X2 - X5 = 1?X3 - X1 = 5?X4 - X1 = 4?X4 - X3 = -1?X5 - X3 = -3?X5 - X4 = -3?不等式组(1)???? 全都是两个未知数的差小于等于某个常数（大于等于也可以，因为左右乘以-1就可以化成小于等于）。这样的不等式组就称作差分约束系统。???? 这个不等式组要么无解，要么就有无数组解。因为如果有一组解{X1, X2, ..., Xn}的话，那么对于任何一个常数k