//最小费用最大流算法
struct Edge
{
int from,to,cap,flow,cost;
Edge(int u,int v,int c,int f,int w):from(u),to(v),cap(c),flow(f),cost(w){}
};
struct MCMF{
int n,m;
vector<Edge> edges;
vector<int> G[maxn];
int inq[maxn];//用以判定每个点是否在队列中
int d[maxn];//保存源点到每个点的最小费用
int p[maxn];//每个结点的入弧;
int a[maxn];//源点到每个结点的最小残量
void init(int n)
{
this->n=n;
for(int i=0;i<n;i++)
G[i].clear();
edges.clear;
}
};
void AddEdge(int from,int to,int cap,int cost)
{
edges.push_back(Edge(from,to,cap,0,cost));
edges.push_back(Edge(to,from,0,0,-cost));
m=edges.size();
G[from].push_back(m-2);
G[to].push_back(m-1);
}
//其实感觉这个算法是求最大流和求最短路径算法的结合,把费用看作是路径
bool BellmanFord(int s,int t,int& flow,long long& cost) //由于费用可能是负值,所以用BellmanFord算法
{
for(int i=0;i<n;i++)
d[i]=inf; //初始化,把到每个点的最小费用设为inf,无穷大
memset(inq,0,sizeof(inq));
d[s]=0,inq[s]=1,p[s]=0,a[s]=inf;//初始化
queue<int> Q;
Q.push(s);
while(!Q.empty())
{
int u=Q.front();Q.pop();
que[u]=0; //只要退出队列,则此结点可再次被访问,若发现有比的当前d[u]更小的d[fa[u]]+w[fa[u]][u]
for(int i=0;i<G[i].size();i++) //则更新d[u],并且用其更新它的其余子结点
{
Edge& e=edges[G[u][i]];
if(e.cap>e.flow&&d[e.to]>d[u]+e.cost)//最大流与最短路径更新条件的结合
{
d[e.to]=d[u]+e.cost;
p[e.to]=G[u][i];
a[e.to]=min(a[u],e.cap-e.flow);
if(!inq[e.to]){Q.push(e.to);inq[e.to]=1;}
}
}
}
if(d[t]==inf) return false; //则证明已经无法更新到汇点t,即所有的最小费用最大流路径已经被找完
flow+=a[t];
cost+=(long long)d[t]*(long long)a[t];
for(int u=t;u!=s;u=edges[p[u]].from)
{
edges[p[u]].flow+=a[t]; //残量网络一条增广路中所有正向边+flow
edges[p[u]^1].flow-=a[t];//所有反向边-flow
} //构成一条新的残量网络
return true;
}
//但是上述算法并没有判定网络当中有没有形成负圈,所以要保证网络当中没有负圈
int MincostMaxflow(int s,int t,long long& cost)
{
int flow=0;cost=0;
while(BellmanFord(s,t,flow,cost));
return flow;
} //emmmmm,新生题解还没写,去写题解了。