Algorithm 2011年，一位当地的奥兰皮亚德关于Informatic的问题

代理在

n

生产者和

m

消费者之间工作

i

th生产者，今年生产

s_i

（糖果类产品）糖果和

j

th消费者消费（如eat！）

b_j

糖果。对于销售的每一种糖果，代理商都会得到

1

美元的回报。对于一些问题，定义了一条严格的规则，即生产商应向任何生产商销售糖果，且两者之间的距离不大于

100

KM（KM）。如果我们有所有生产者-消费者对的列表，它们之间的距离小于

100

KM，那么下面哪一种算法适合于寻找最大收益？（假设

s_i

和

b_j

可能变得非常大）

一位用户在这里提问：

---

但我认为答案是错误的。我需要帮助整个竞争对手的专家

好的解决方案是使用最大流量的解决方案。图的结构如下：左侧部分对应于生产者，右侧部分对应于消费者。从源顶点到每个具有s_i容量的生产者应有一条边。从每个消费者到具有b_j容量的接收器节点还应该有一条边。如果生产者和消费者彼此靠近，他们之间应该有一个无限容量的边界。答案是从源到汇的最大流量的大小。无论s_i和b_j的值如何，都可以在多项式时间内找到最大流量（它是消费者和生产者数量的多项式）

具有最大匹配的解决方案是不好的，因为它需要（s_i和b_j之和）边。如果s_i和b_j较大，则不可行

---

动态规划解决方案不好，因为可能根本没有多项式动态规划解决方案。

这似乎是线性规划运输问题。将生产商到消费者之间的距离>100的运输成本保持为无穷大。@user1990169，它在哪里？

1) Maximal Matching

2) Dynamic Programming

3) Maximum Flow 

4) 1 , 3