> 讨论完令人头疼的科研与审稿，茶话会的话题逐渐转向了日常的社交。小 T 兴致勃勃地分享了他的一个有趣发现：在某一常用的社交平台上，用户彼此间的关注关系恰好都是严格的**单向关注**，即不存在两名用户互相关注的情况。 > > 这个奇妙的现象立刻引起了大家的讨论。小 S 顺势提取了该网络的部分统计数据，收集到了每位用户的关注数与粉丝数。遗憾的是，她在传阅数据的过程中不小心弄丢了一部分，最后只留下了一个由若干正整数构成的集合。小 S 发现，对于集合中的每一个元素，总能找到至少一个用户，其关注数或粉丝数恰好等于该元素。 > > 由于平台完整的关注结构对外保密，具体的社交关系网已无从知晓。为了验证这些残存数据的合理性，大家纷纷拿起了纸笔，尝试着还原出符合条件的网络。为了增添几分趣味与竞技性，大家甚至就此展开了一场小小的比赛，看谁能构造出总关注数最少的社交网络。

在这一社交平台上，共有 $$$n$$$ 位用户。小 S 收集到了一个大小为 $$$m$$$ 的数字集合 $$$\{c_1, \dots, c_m\}$$$。根据这些信息，一个可能的关注网络可以抽象为一张满足以下条件的有向图 $$$G = (V, E)$$$：

- 包含 $$$n$$$ 位用户，即顶点集合 $$$V = \{1, 2, \dots, n\}$$$； - 不存在自己关注自己或重复关注的情况，即图 $$$G$$$ 不含自环与重边； - 所有关注关系均为严格的**单向关注**，即对于任意有向边 $$$(u, v) \in E$$$，均满足 $$$(v, u) \notin E$$$； - 对于集合中的每一个元素 $$$c_i \ (1 \le i \le m)$$$，图 $$$G$$$ 中都至少存在一个顶点，其出度（对应关注数）或入度（对应粉丝数）恰好等于 $$$c_i$$$。

你需要根据小 S 收集到的信息，还原出一个总关注数最少（即图 $$$G$$$ 边数最小）的关注网络。