@description@
申奥成功后，布布经过不懈努力，终于成为奥组委下属公司人力资源部门的主管。布布刚上任就遇到了一个难题：为即将启动的奥运新项目招募一批短期志愿者。经过估算，这个项目需要N 天才能完成，其中第i 天至少需要Ai 个人。 布布通过了解得知，一共有M 类志愿者可以招募。其中第i 类可以从第Si 天工作到第Ti 天，招募费用是每人Ci 元。新官上任三把火，为了出色地完成自己的工作，布布希望用尽量少的费用招募足够的志愿者，但这并不是他的特长！于是布布找到了你，希望你帮他设计一种最优的招募方案。
Input
第一行包含两个整数N, M，表示完成项目的天数和可以招募的志愿者的种类。 接下来的一行中包含N 个非负整数，表示每天至少需要的志愿者人数。 接下来的M 行中每行包含三个整数Si, Ti, Ci，含义如上文所述。为了方便起见，我们可以认为每类志愿者的数量都是无限多的。
Output
仅包含一个整数，表示你所设计的最优方案的总费用。
Sample Input
3 3
2 3 4
1 2 2
2 3 5
3 3 2
Sample Output
14
HINT
1 ≤ N ≤ 1000，1 ≤ M ≤ 10000，题目中其他所涉及的数据均不超过2^31-1。
@solution@
听说可以线性规划建模，但我不会。。。
但至少可以看出来这是个比较显然的线性规划，看数据范围发现单纯形过不去，于是联想到网络流。
考虑题设所说至少需要 Ai 个人，其实可以对应到上下界网络流中的下界。
新增 0 号点，对于每一个 1 <= i <= n，连 i-1 -> i 这条边表示第 i 天招募的志愿者数量。则这条边下界为 Ai，上界为 inf，费用为 0。
题目说可以用 Ci 的费用将 Si 到 Ti 这些天对应的边流量加一。。。
考虑使用流量平衡思想，Si 到 Ti 这些天对应的边形成一条链 Si - 1 -> Si -> ... -> Ti。如果连边 Ti -> Si - 1，就可以形成环流，满足流量平衡的限制。
所以，我们在原本的上下界网络流中连 Ti -> Si - 1，下界为 0，上界为 inf，费用为 Ci。
在这个上下界流网络中跑最小可行无源汇流即可。
@accepted code@
#include<cstdio>
#include<algorithm>
using namespace std;
const int MAXN = 1000;
const int MAXM = 10000;
const int MAXV = 1000;
const int MAXE = 2*MAXM + 5*MAXV + 5;
const int INF = (1<<30);
struct FlowGraph{
struct edge{
int to, cap, flow, cost;
edge *nxt, *rev;
}edges[MAXE + 5], *adj[MAXV + 5], *cur[MAXV + 5], *ecnt;
FlowGraph() {ecnt = &edges[0];}
int s, t;
void addedge(int u, int v, int c, int w) {
edge *p = (++ecnt), *q = (++ecnt);
p->to = v, p->cap = c, p->flow = 0, p->cost = w;
p->nxt = adj[u], adj[u] = p;
q->to = u, q->cap = 0, q->flow = 0, q->cost = -w;
q->nxt = adj[v], adj[v] = q;
p->rev = q, q->rev = p;
// printf("! %d %d %d %d\n", u, v, c, w);
}
int f[MAXV + 5], hp[MAXV + 5];
void update(int x, int k) {
f[x] = k;
while( x ) {
hp[x] = x;
if( (x<<1) <= t && f[hp[x<<1]] < f[hp[x]] )
hp[x] = hp[x<<1];
if( (x<<1|1) <= t && f[hp[x<<1|1]] < f[hp[x]] )
hp[x] = hp[x<<1|1];
x >>= 1;
}
}
int d[MAXV + 5], h[MAXV + 5];
bool relabel() {
for(int i=1;i<=t;i++)
h[i] += d[i], d[i] = f[i] = INF, hp[i] = i, cur[i] = adj[i];
update(s, d[s] = 0);
while( f[hp[1]] != INF ) {
int x = hp[1]; update(x, INF);
for(edge *p=adj[x];p;p=p->nxt) {
int w = p->cost + h[x] - h[p->to];
if( p->cap > p->flow && d[x] + w < d[p->to] )
update(p->to, d[p->to] = d[x] + w);
}
}
return !(d[t] == INF);
}
bool vis[MAXV + 5];
int aug(int x, int tot) {
if( x == t ) return tot;
int sum = 0; vis[x] = true;
for(edge *&p=cur[x];p;p=p->nxt) {
int w = p->cost + h[x] - h[p->to];
if( !vis[p->to] && p->cap > p->flow && d[x] + w == d[p->to] ) {
int del = aug(p->to, min(tot - sum, p->cap - p->flow));
p->flow += del, p->rev->flow -= del, sum += del;
if( sum == tot ) break;
}
}
vis[x] = false;
return sum;
}
int min_cost_max_flow(int _s, int _t) {
s = _s, t = _t; int cost = 0;
while( relabel() )
cost += (h[t] + d[t])*aug(s, INF);
return cost;
}
}G;
int A[MAXN + 5];
int N, M, s, t;
int main() {
scanf("%d%d", &N, &M), s = N + 2, t = N + 3;
for(int i=1;i<=N;i++)
scanf("%d", &A[i]);
for(int i=0;i<=N;i++) {
if( A[i] < A[i + 1] )
G.addedge(i + 1, t, A[i + 1] - A[i], 0);
else if( A[i] > A[i + 1] )
G.addedge(s, i + 1, A[i] - A[i + 1], 0);
}
for(int i=0;i<N;i++)
G.addedge(i + 1, i + 2, INF, 0);
for(int i=1;i<=M;i++) {
int S, T, C; scanf("%d%d%d", &S, &T, &C);
G.addedge(T + 1, S, INF, C);
}
printf("%d\n", G.min_cost_max_flow(s, t));
}@details@
其实最后建出来的图和线性规划建模方法是一致的。
另外，代码中个人的实现习惯原因，所有点的编号都往后移动了一位（即原本 0 号点变 1 号点，以此类推）。