Skip to content
Open
Show file tree
Hide file tree
Changes from 6 commits
Commits
Show all changes
17 commits
Select commit Hold shift + click to select a range
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
6 changes: 6 additions & 0 deletions CONTRIBUTING.md
Original file line number Diff line number Diff line change
Expand Up @@ -96,6 +96,11 @@ Markdown 中に `<a class="handle">chokudai</a>` のように AtCoder ID を書
色の情報は [_sass/user-colors.scss](https://github.com/kmyk/algorithm-encyclopedia/blob/gh-pages/_sass/user-colors.scss) ファイルに CSS として保存されています。このファイルは [scripts/user-ratings.py](https://github.com/kmyk/algorithm-encyclopedia/blob/gh-pages/scripts/user-ratings.py) によって生成されます。定期的に `$ python3 scripts/user-ratings.py` を実行して色の情報のファイルを更新してください。


## 画像ファイル

[`assets/img/`](https://github.com/kmyk/algorithm-encyclopedia/tree/gh-pages/assets/img) に置いてください。
また、後から画像を修正する必要が発生したときのために、画像の編集方法を [`assets/img/README.md`](https://github.com/kmyk/algorithm-encyclopedia/tree/gh-pages/assets/img/README.md) に書いておいてください。

### ローカルでの記事の閲覧

ローカルで記事を閲覧するには、以下のコマンドを順に実行してください。HTTP サーバが建ち <http://127.0.0.1:4000/> から閲覧できます。
Expand Down Expand Up @@ -236,6 +241,7 @@ $ python3 scripts/lint.py
- リンクを張るときはリンク先の永続性に注意する。特に他人のブログ記事や競プロライブラリへのリンクを貼るときは [Internet Archive](https://archive.org/web/) によるスナップショットを取っておく ([Save Page Now - Wayback Machine](https://web.archive.org/save/))。
- リンクを張るときはリンク先との関係が分かるようにする。例題を紹介するならば簡単な解説を書いておく。記事を紹介するならばなぜ他の記事でなくその記事が選ばれているのか分かるようにしておく。
- ソースコードはそのままコピペして動くものを載せる。ソースコードの妥当性は簡単に検証できるようにしておく。
- 画像ファイルは後から他の人が修正しやすいような形式を選び、修正方法のドキュメントを残しておく。


## ライセンスについて
Expand Down
4 changes: 3 additions & 1 deletion _algorithms/dinic.md
Original file line number Diff line number Diff line change
Expand Up @@ -25,7 +25,7 @@ description: >

## 概要

Dinic 法は最大流問題を解くアルゴリズムのひとつである
Dinic 法は[最大流問題](/maximum-flow-problem)を解くアルゴリズムのひとつである
残余グラフ上において、辺の本数の意味での $s$-$t$ 最短経路 DAG を BFS により構成し、増加パスをこの DAG の上の DFS により探して流せるだけ流す、という一連のステップを繰り返す。

最悪計算量は $O(\lvert V \rvert^2 \lvert E \rvert)$ だが実用的にはかなり速い。また、ネットワークの構造を制限すれば最悪計算量が落ちることがある[^time-complexity]。
Expand All @@ -38,6 +38,8 @@ Dinic 法は最大流問題を解くアルゴリズムのひとつである。

## 関連項目

- [最大流問題](/maximum-flow-problem)
- Dinic 法は最大流問題を解くアルゴリズムである。
- [Ford-Fulkerson 法](/ford-fulkerson)
- Ford-Fulkerson 法は Dinic 法と並んで競技プログラミングでよく利用される最大流問題を解くアルゴリズムのひとつである。Dinic 法では最短経路 DAG を構成して増加パスをこの DAG の上で探すが、Ford-Fulkerson 法では増加パスを単純な DFS により探す。

Expand Down
4 changes: 3 additions & 1 deletion _algorithms/ford-fulkerson.md
Original file line number Diff line number Diff line change
Expand Up @@ -25,7 +25,7 @@ description: >

## 概要

Ford-Fulkerson 法は最大流問題を解くアルゴリズムのひとつである
Ford-Fulkerson 法は[最大流問題](/maximum-flow-problem)を解くアルゴリズムのひとつである
残余グラフ上で増加パスを DFS で探しそこにフローを流していくことを繰り返す。
計算量は出力の $s$-$t$ 最大流量を $F$ として $O(F \cdot \lvert E \rvert)$ である。

Expand All @@ -37,6 +37,8 @@ Ford-Fulkerson 法は最大流問題を解くアルゴリズムのひとつで

## 関連項目

- [最大流問題](/maximum-flow-problem)
- Ford-Fulkerson 法は最大流問題を解くアルゴリズムである。
- [Dinic 法](/dinic)
- Dinic 法は Ford-Fulkerson 法と並んで競技プログラミングでよく利用される最大流問題を解くアルゴリズムのひとつである。Ford-Fulkerson 法では増加パスを単純な DFS により探すが、Dinic 法では最短経路 DAG を構成して増加パスをこの DAG の上で探す。

Expand Down
45 changes: 45 additions & 0 deletions _algorithms/maximum-flow-problem.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,45 @@
---
layout: entry
changelog:
- summary: 記事作成
authors: kimiyuki
reviewers:
date: 2021-04-01T00:00:00+09:00
algorithm:
input:
output:
time_complexity:
space_complexity:
aliases: ["最大フロー問題", "maximum flow problem"]
level: blue
description: >
最大流問題とは、与えられたネットワークのフローであって流量が最大のものを求めるという問題。
最大流最小カット定理によって最大流問題の解の流量は最小カット問題の解の容量に等しい。
---

# 最大流問題
Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

「最大流問題」と「最大フロー問題」のどちらを使うべきかはかなり迷っています。おすすめがあったら教えてほしい。

This comment was marked as off-topic.

Copy link
Copy Markdown
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

組合せ最適化、アルゴリズムイントロダクション、グラフ・ネットワーク・組合せ論は「最大フロー問題」でした。

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

ありがとうございます。「最大フロー問題」(ついでに「最大フロー」「最大フロー最小カット定理」) で統一するようにしました。

ちなみに「離散凸解析と最適化アルゴリズム」では「最大流問題」(ただし「最大フロー」「最大フロー最小カット定理」) のようです。


## 概要

最大流問題とは、与えられたネットワークのフローであって流量が最大のものを求めるという問題である。
最大流最小カット定理によって最大流問題の解の流量は[最小カット問題](/minimum-cut-problem)の解の容量に等しい。
Copy link
Copy Markdown
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

最大流問題と最小カット問題が双対であることにも言及しておいたほうがよいかもしれません。

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

たしかに書いておきたいです。(あまりよく理解してないから曖昧にして逃げてしまっていました……)

しかし「最大流問題と最小カット問題が双対であること」と「最大流最小カット定理が成り立つこと」の関係を私はあまり理解できてないので教えてほしいです。
「最大流問題と最小カット定理とは双対である。しかも、最大流最小カット定理が成り立つ」なのか「最大流問題と最小カット定理とはある特定の関係 (何?) にある問題である 。最大流最小カット定理が成り立つ。よって最大流問題と最小カット定理とは双対だと言える」なのか、どちらでしょうか? なんとなく後者なのかなとは思っていますが、自信はないです。

Copy link
Copy Markdown
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

大雑把に言うと、

一般に、線形計画問題のインスタンス(主問題)に対し、その双対問題というものがあり、主も双対も feasible であれば両方 bounded でその最適解が一致することが知られています。(強双対定理)
ところで、任意の容量と s, t 付きのネットワークに対し、それ上の最大流問題の線形計画問題としての定式化(の一つ)と、最小カット問題の線形計画問題としての定式化(の一つ)は、互いに双対になります。
最大流も最小カットも、任意の(s!=tな)インスタンスが feasible なので、強双対定理から両者の最適解は一致します。

です。大抵の場合、強双対定理という大道具は使わず、アルゴリズムを持ってきてその有限性の証明とかで独立に示しますが。
「最大フロー問題と最小カット問題は線形計画問題としての双対問題であり、強双対定理からその最適解が一致する。これは特に最大フロー最小カット定理と呼ばれる。」あたりが普通の説明かなぁと思います。



## 詳細

(省略)


## その他

- フローの定義では「始点から終点へと向かうフローと無関係な位置の閉路状のフローがないこと」は要求されていない。最大流を求めるアルゴリズムはこのような閉路状のフローを含む出力をすることがあるので注意が必要である。なお、最大流問題の解から流量を変えずにこのような閉路状のフローを取り除くことは常に可能である。


## 関連項目

- [最小カット問題](/minimum-cut-problem)
- 最大流最小カット定理によって最大流問題の解の流量は最小カット問題の解の容量に等しい。
- [Dinic 法](/dinic)
- Dinic 法は最大流問題を解くアルゴリズムである。最悪計算量は $O(\lvert V \rvert^2 \cdot \lvert E \rvert)$ だが実用的にはかなり速い。
Copy link
Copy Markdown
Owner

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

O だとやや違和感がありますが、Θ で評価できるのかが分からない (Dinic の最悪ケースに詳しくないため)。

Copy link
Copy Markdown
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

これの真ん中あたりのネットワークで、k^2=Θ(m), p = Θ(n) となるように k と p を調節すれば良さそうな気がします。

Copy link
Copy Markdown
Collaborator

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

pk=O(m) も必要なのでもうちょっと非自明でした。s 全体と t 全体の前後にノードを一つずつ、計 4 つ追加して、u/v と s/t 間の辺はそいつらを経由させるとかですかね 🤔

- [Ford-Fulkerson 法](/ford-fulkerson)
- Ford-Fulkerson 法は最大流問題を $O(F \cdot \lvert E \rvert)$ で解く代表的なアルゴリズムである。
65 changes: 65 additions & 0 deletions _algorithms/minimum-cut-problem.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,65 @@
---
layout: entry
changelog:
- summary: 記事作成
authors: kimiyuki
reviewers:
date: 2021-04-01T00:00:00+09:00
algorithm:
input:
output:
time_complexity:
space_complexity:
aliases: ["minimum cut problem"]
level: blue
description: >
最小カット問題とは、与えられたネットワークのカットであって容量が最小のものを求めるという問題。
最大流最小カット定理によって最小カット問題の解の容量は最大流問題の解の流量に等しい。
---

# 最小カット問題

## 概要

最小カット問題とは、与えられたネットワークのカットであって容量が最小のものを求めるという問題である。
最大流最小カット定理によって最小カット問題の解の容量は[最大流問題](/maximum-flow-problem)の解の流量に等しい。


## 詳細

(省略)


## その他

- $s$-$t$ カットは、有向辺の部分集合 $C \subseteq E$ であってどの $s$-$t$ パスも $C$ に含まれるような有向辺を含むものとして定義される場合[^cut-set-of-edges]と、頂点の部分集合 $A \subseteq V$ であって $s \in A$ かつ $t \in V \setminus A$ なものとして定義される場合[^cut-set-of-vertices]とがある。カットの容量は、前者の定義の場合は $C$ に含まれる有向辺の重みの総和として定義され、後者の定義の場合は始点が $A$ に含まれる終点 $V \setminus A$ に含まれるような有向辺の重みの総和として定義される。最小カット問題を考える際にはどちらの定義を用いても解の容量は同じであるが、前者の定義のカットと後者の定義のカットは厳密には一致しない。両者を区別したいときには、前者を $s$-$t$ 非連結化集合 ($s$-$t$ disconnecting) と呼び後者のみを $s$-$t$ カットと呼ぶことがある[^s-t-disconnecting]。


## 関連項目

- [最大流問題](/maximum-flow-problem)
- 最大流最小カット定理によって最小カット問題の解の容量は最大流問題の解の流量に等しい。
- [燃やす埋める問題](/moyasu-umeru-mondai)
- 燃やす埋める問題は最小カット問題へと帰着できる。
- [project selection problem](/project selection problem)
- project selection problem は最小カット問題へと帰着できる。


## 外部リンク

- [最小カットについて - よすぽの日記](https://yosupo.hatenablog.com/entry/2015/03/31/134336)<sup>[archive.org](https://web.archive.org/web/20210401023012/https://yosupo.hatenablog.com/entry/2015/03/31/134336)</sup>
- <a class="handle">yosupo</a> によるブログ記事。最小カット問題はグラフの $2$ 彩色だと思うとよいことが説明されている。
- [最小カット問題と充足最大化問題 - うさぎ小屋](https://kimiyuki.net/blog/2020/03/07/minimum-cut-and-maximum-satisfiability/)<sup>[archive.org](https://web.archive.org/web/20210401023109/https://kimiyuki.net/blog/2020/03/07/minimum-cut-and-maximum-satisfiability/)</sup>
- <a class="handle">kimiyuki</a> によるブログ記事。最小カット問題は $\bigvee\mkern-12.5mu\bigvee _ i p_i \to \bigwedge\mkern-12.5mu\bigwedge _ j q_j$ の形の論理式たちの充足最大化問題と見ることができると主張している。
- [燃やす埋める問題と劣モジュラ関数のグラフ表現可能性 その① - 私と理論](https://theory-and-me.hatenablog.com/entry/2020/03/13/180935)<sup>[archive.org](https://web.archive.org/web/20210401023205/https://theory-and-me.hatenablog.com/entry/2020/03/13/180935)</sup>, [燃やす埋める問題と劣モジュラ関数のグラフ表現可能性 その② グラフ構築編 - 私と理論](https://theory-and-me.hatenablog.com/entry/2020/03/17/180157)<sup>[archive.org](https://web.archive.org/web/20210401023147/https://theory-and-me.hatenablog.com/entry/2020/03/17/180157)</sup>
- <a class="handle">theory_and_me</a> によるブログ記事。$3$ 変数までの劣モジュラ関数の和 $\sum_i \theta_i(x_i) + \sum _ {i \lt j} \phi _ {i, j} (x_i, x_j) + \sum _ {i \lt j \lt k} \psi _ {i, j, k} (x_i, x_j, x_k)$ で表される関数の最小化問題は最小カット問題に帰着できることを説明している。
- [燃やす埋める問題を完全に理解した話 - koyumeishiのブログ](https://koyumeishi.hatenablog.com/entry/2021/01/14/052223)<sup>[archive.org](https://web.archive.org/web/20210401023419/https://koyumeishi.hatenablog.com/entry/2021/01/14/052223)</sup>
- <a class="handle">koyumeishi</a> によるブログ記事。$2$ 変数間の制約からグラフ表現可能な劣モジュラ関数を自動導出するライブラリを提案している。


## 注釈

[^moyasu-umeru-local-name]: 競技プログラミングのコミュニティ外では通用しない名前であることに注意したい。
[^cut-set-of-edges]: たとえば R. J. ウィルソン. グラフ理論入門. 近代科学社, 2001, [ISBN978-4-76-490296-1](https://iss.ndl.go.jp/api/openurl?isbn=9784764902961).
[^cut-set-of-vertices]: たとえば R. Diestel, [Graph Theory](https://www.springer.com/jp/book/9783662536216), 5th ed. Berlin Heidelberg: Springer-Verlag, 2017.
[^s-t-disconnecting]: たとえば Schrijver, A. [Combinatorial Optimization: Polyhedra and Efficiency](https://www.springer.com/jp/book/9783540443896), Springer Science &amp; Business Media, 2003.
66 changes: 66 additions & 0 deletions _algorithms/moyasu-umeru-mondai.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,66 @@
---
layout: entry
changelog:
- summary: 記事作成
authors: kimiyuki
reviewers:
date: 2021-04-01T00:00:00+09:00
algorithm:
input:
output:
time_complexity:
space_complexity:
aliases:
level: blue
description: >
燃やす埋める問題は最小カット問題に帰着できる問題のひとつである。
ただし、これは競技プログラミングのコミュニティの中でだけ通用する用語であることに注意したい。
---

# 燃やす埋める問題

## 概要

競技プログラミングのコミュニティにおいて「燃やす埋める問題」という名前[^moyasu-umeru-local-name]で呼ばれている問題は、次のような形の問題である:

- $N$ 個のゴミ $0, 1, 2, \dots, N - 1$ があり、それぞれについて「燃やす」か「埋める」かを選んで処理しなければならない。
ゴミ $i$ は燃やすと $a_i$ 円 ($a_i \ge 0$) かかり埋めると $b_i$ 円 ($b_i \ge 0$) かかる。
さらに、ゴミ $x_j$ を燃やしたときにゴミ $y_j$ を埋めると罰金として $c_j$ 円 ($c_j \ge 0$) かかるという形の条件が $K$ 個与えられている。
このときゴミをすべて処理するのに必要な費用の最小値を求めよ。


## 最小カット問題への帰着

燃やす埋める問題はある $N + 2$ 頂点 $2N + K$ 辺のネットワークを考えることで[最小カット問題](/minimum-cut-problem)に帰着できる。
$N$ 個のゴミをそれぞれ頂点とし、始点 $s$ および終点 $t$ を追加する。
始点 $s$ からそれぞれのゴミ $i$ へ容量 $a_i$ の辺を張り、それぞれのゴミ $i$ から終点 $t$ へ容量 $b_i$ の辺を張り、それぞれの制約 $j$ ごとに頂点 $y_j$ から頂点 $x_j$ へ容量 $c_j$ の辺を貼る。
このネットワーク上での最小カットの容量は燃やす埋める問題の答えに等しい。
このネットワークを図示すると以下のようになる。

![燃やす埋める問題のネットワーク](assets/img/moyasu-umeru-mondai.svg)


## その他

- 広義には燃やす埋める問題は「選択肢とそれに関わる制約が与えられて最大化や最小化をする問題であって、最小カット問題へと帰着できるもの」を指すことがある。$s$-$t$ カットを頂点の部分集合 $A \subseteq V$ であって $s \in A$ かつ $t \in V \setminus A$ なものとして定義して最小カット問題を考えるとき、このような広義の燃やす埋める問題と最小カット問題とはほとんど区別が付かなくなる。


## 関連項目

- [最小カット問題](/minimum-cut-problem)
- 燃やす埋める問題は最小カット問題へと帰着できる。
- [project selection problem](/project-selection-problem)
- project selection problem は燃やす埋める問題と比較されることが多い。


## 外部リンク

- <del><a href="http://topcoder.g.hatena.ne.jp/CKomaki/20121019/1350663591">最小カット - CKomakiの日記 - TopCoder部</a></del> (Internet Archive にも保存されておらず現在は閲覧不能)
- <a class="handle">Komaki</a> によるブログ記事。燃やす埋める問題という問題はこの記事で提案されたようである。
- [最小カットを使って「燃やす埋める問題」を解く - SlideShare](https://www.slideshare.net/shindannin/project-selection-problem)<sup>[archive.org](https://web.archive.org/web/20210401023045/https://www.slideshare.net/shindannin/project-selection-problem)</sup>
- <a class="handle">shindannin</a> によるスライド。燃やす埋める問題について分かりやすく説明している。


## 注釈

[^moyasu-umeru-local-name]: 競技プログラミングのコミュニティ外では通用しない名前であることに注意したい。
62 changes: 62 additions & 0 deletions _algorithms/project-selection-problem.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,62 @@
---
layout: entry
changelog:
- summary: 記事作成
authors: kimiyuki
reviewers:
date: 2021-04-01T00:00:00+09:00
algorithm:
input:
output:
time_complexity:
space_complexity:
aliases:
level: blue
description: >
problem selection problem は最小カット問題に帰着できる問題のひとつである。
---

# project selection problem

## 概要

problem selection problem[^project-selection-problem-name] とは、次の形の問題である:

- $N$ 個のプロジェクト $x_0, x_1, x_2, \dots, x _ {N-1}$ と $M$ 個の機械 $y_0, y_1, y_2, \dots, y _ {M-1}$ がある。
プロジェクト $x_i$ を実行すると利益 $a_i$ 円を産む。
機械 $y_i$ は購入に費用 $b_j$ 円かかる。
さらに、プロジェクト $x _ {c_j}$ を実行するためは機械 $y _ {d_j}$ が購入されていなければならないという形の条件が $K$ 個与えらている。
ただし機械は複数のプロジェクト間で共有できる。
実行するプロジェクトと購入する機械を適切に選択したときの利益の最大値を求めよ。


## 最小カット問題への帰着

project selection problem はある $N + M + 2$ 頂点 $N + M + K$ 辺のネットワークを考えることで[最小カット問題](/minimum-cut-problem)に帰着できる。
$N$ 個のプロジェクトと $M$ 個の機械をそれぞれ頂点とし、始点 $s$ および終点 $t$ を追加する。

このネットワーク上での最小カットの容量を $F$ とすると project selection problem の答えは $F + \sum_i a_i$ となる。
このネットワークを図示すると以下のようになる。

![project selection problem のネットワーク](assets/img/project-selection-problem.svg)
Copy link
Copy Markdown
Owner

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

y_{N-1}, b_{N-1}

y_{M-1}, b_{M-1}

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

直しました。ついでに N と M が異なるかもしれないことが分かりやすいように頂点の位置をずらしておきました。



## 関連項目

- [最小カット問題](/minimum-cut-problem)
- project selection problem は最小カット問題へと帰着できる。
- [燃やす埋める問題](/moyasu-umeru-mondai)
- project selection problem は燃やす埋める問題と比較されることが多い。


## 外部リンク

- [『燃やす埋める』と『ProjectSelectionProblem』 - とこはるのまとめ](http://tokoharuland.hateblo.jp/entry/2017/11/12/234636)<sup>[archive.org](https://web.archive.org/web/20210401023114/http://tokoharuland.hateblo.jp/entry/2017/11/12/234636)</sup>
- <a class="handle">tokoharu</a> によるブログ記事。燃やす埋める問題という問題クラスではなく project selection problem という別の問題クラスを利用することを提案している。
- [最小カットを使って「燃やす埋める」問題を解くスライドのフォロー - じじいのプログラミング](https://shindannin.hatenadiary.com/entry/2017/11/15/043009)<sup>[archive.org](https://web.archive.org/web/20210401023113/https://shindannin.hatenadiary.com/entry/2017/11/15/043009)</sup>
- <a class="handle">shindannin</a> によるブログ記事。燃やす埋める問題と project selection problem とを比較している。


## 注釈

[^project-selection-problem-name]: TODO: 出典を探す
Copy link
Copy Markdown
Collaborator Author

@kmyk kmyk Apr 3, 2021

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

tokoharu さんに問い合わせたところ Algorithm Design (Jon Kleinberg) に乗っているらしいと教えてもらった

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

本はまだ確認できてないんですが、時間がかかりそう (図書館へ行かないといけない) なので、issue として立てておいてこのプルリクでは忘れることにしたい。

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

あとでよむ:

Project Selection Problem (を max flow で解くやつ) の初出,ちらっと調べたらこれな気がしたんだけど,妙に引用が少ないのでよく分からんhttps://t.co/meWFbO2zx4

— つる(競プロ) (@theory_and_me) April 2, 2021

5 changes: 5 additions & 0 deletions _layouts/default.html
Original file line number Diff line number Diff line change
Expand Up @@ -98,6 +98,11 @@ <h1>
a.href = baseurl.replace(/\/$/, "") + a.pathname;
}
}
for (const img of main.getElementsByTagName("img")) {
if (new URL(baseurl).host == img.src.host && !img.src.startsWith(baseurl)) {
img.src = baseurl.replace(/\/$/, "") + img.src.pathname;
}
}
}
})();
</script>
Expand Down
Loading