该博客探讨了一种解决雪灾背景下外卖配送优化问题的算法。文章首先排除无解的情况，并设定一个极大的数值作为初始匹配成本。接着，通过动态维护送餐员与餐馆之间的匹配，利用两个堆结构来优化匹配过程，确保在考虑每个元素时，可以撤销之前的匹配以寻找更优解。博主提供了详细思路和时间复杂度分析，代码实现中堆操作的总数保持在O(N)级别，整体时间复杂度为O((N+M)Log(N+M))。
【题目链接】
【思路要点】
- 首先判断是否无解，以下讨论默认问题有解。
- 令 ∞ \infty ∞ 为一个足够大的数，对于送餐员 X i X_i Xi ，在 X i − ∞ X_i-\infty Xi−∞ 处增加 1 1 1 个餐馆，令所有送餐员初始时与其对应的餐馆匹配，即初始时 A n s = N ∗ ∞ Ans=N*\infty Ans=N∗∞ 。
- 从左到右考虑每一个元素，加入当前的考虑集合。
- 若加入元素为送餐员 X X X ，那么我们可以找到之前一个的一个餐馆 ( Y , w ) (Y,w) (Y,w) 与之匹配，其代价为 X − Y + w X-Y+w X−Y+w ，因此，我们应当找到一个尚未匹配的 − Y + w -Y+w −Y+w 最小的餐馆。这样的匹配不一定是全局最优的，因此我们应当加入 “撤销” 功能，即对于将来的某个餐馆，它可能选择取消本次的匹配，转而与该送餐员匹配，因此，我们分别用两个堆来维护可以匹配的餐馆和送餐员。
- 若加入元素为餐馆，则可以在使答案更优的情况下尽可能地取消之前的匹配，同时，我们也需要考虑取消本次的匹配与后面的送餐员、餐馆匹配的可能性，详见以下代码。
- 在下列代码中，堆 T T T 中元素个数在每次加入一个元素后的增量为 O ( 1 ) O(1) O
扫一扫
548
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
