算法合集之《浅析最大最小定理在信息学竞赛中的应用》课件.pptxVIP

芜湖一中 周冬max_zd@163.com1两极相通——浅析最大最小定理在信息学竞赛中的应用

引入2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定理最大流—最小割定理

K?nig定理3主要内容–在任何一个二部图G中，最大匹配数ρ(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Mρ(G)≤c(G)c(G)≤|Q|=|M|≤ρ(G)?c(G)≤ρ(G)ρ(G)=c(G)4

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]MuddyFields5

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6

[例二]MovingtheHay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，FarmerJohn希望将最多的干草运送到(R,C)内求最大运输量7

[例二] MovingtheHay一个R=C=3的例子，最大运输量为7数据规模：R,C≤