最大流介绍
来源:互联网 发布:松视台在线直播软件 编辑:程序博客网 时间:2024/06/03 14:28
有n个点,有m条有向边,有一个点很特殊,只出不进,叫做源点,通常规定为1号点。另一个点也很特殊,只进不出,叫做汇点,通常规定为n号点。每条有向边上有两个量,容量和流量,从i到j的容量通常用c[I,j]表示,流量则通常是f[I,j]。通常可以把这些边想象成道路,流量就是这条道路的车流量,容量就是道路可承受的最大的车流量。很显然的,流量<=容量。而对于每个不是源点和汇点的点来说,可以类比的想象成没有存储功能的货物的中转站,所有”进入”他们的流量和等于所有从他本身”出去”的流量。
我们就从这个零流开始考虑,假如有这么一条路,这条路从源点开始一直一段一段的连到了汇点,并且,这条路上的每一段都满足流量<容量,注意,是严格的<,而不是<=。那么,我们一定能找到这条路上的每一段的(容量-流量)的值当中的最小值delta。我们把这条路上每一段的流量都加上这个delta,一定可以保证这个流依然是可行流,这是显然的。
寻找增广路的时候我们可以简单的从源点开始做bfs,并不断修改这条路上的delta量,直到找到源点或者找不到增广路。
这里要先补充一点,在程序实现的时候,我们通常只是用一个c数组来记录容量,而不记录流量,当流量+1的时候,我们可以通过容量-1来实现,以方便程序的实现。
Bfs过程的半伪代码:下面另给一个C++版的模板
int BFS(){ int i,j,k,v,u; memset(pre,-1,sizeof(pre)); for(i=1;i<=n;++i)flow[i]=max_int; queue<int>que; pre[start]=0; que.push(start); while(!que.empty()) { v=que.front(); que.pop(); for(i=1;i<=n;++i) { u=i; if(u==start||pre[u]!=-1||map[v][u]==0)continue; pre[u]=v; flow[u]=MIN(flow[v],map[v][u]); que.push(u); } } if(flow[end]==max_int)return -1; return flow[end];}
但事实上并没有这么简单,上面所说的增广路还不完整,比如说下面这个网络流模型。
我们第一次找到了1-2-3-4这条增广路,这条路上的delta值显然是1。于是我们修改后得到了下面这个流。(图中的数字是容量)
这时候(1,2)和(3,4)边上的流量都等于容量了,我们再也找不到其他的增广路了,当前的流量是1。
但这个答案明显不是最大流,因为我们可以同时走1-2-4和1-3-4,这样可以得到流量为2的流。
那么我们刚刚的算法问题在哪里呢?问题就在于我们没有给程序一个”后悔”的机会,应该有一个不走(2-3-4)而改走(2-4)的机制。那么如何解决这个问题呢?回溯搜索吗?那么我们的效率就上升到指数级了。
而这个算法神奇的利用了一个叫做反向边的概念来解决这个问题。即每条边(I,j)都有一条反向边(j,i),反向边也同样有它的容量。
我们直接来看它是如何解决的:
在第一次找到增广路之后,在把路上每一段的容量减少delta的同时,也把每一段上的反方向的容量增加delta。即在Dec(c[x,y],delta)的同时,inc(c[y,x],delta)
我们来看刚才的例子,在找到1-2-3-4这条增广路之后,把容量修改成如下
这时再找增广路的时候,就会找到1-3-2-4这条可增广量,即delta值为1的可增广路。将这条路增广之后,得到了最大流2。
那么,这么做为什么会是对的呢?我来通俗的解释一下吧。
事实上,当我们第二次的增广路走3-2这条反向边的时候,就相当于把2-3这条正向边已经是用了的流量给”退”了回去,不走2-3这条路,而改走从2点出发的其他的路也就是2-4。(有人问如果这里没有2-4怎么办,这时假如没有2-4这条路的话,最终这条增广路也不会存在,因为他根本不能走到汇点)同时本来在3-4上的流量由1-3-4这条路来”接管”。而最终2-3这条路正向流量1,反向流量1,等于没有流量。
这就是这个算法的精华部分,利用反向边,使程序有了一个后悔和改正的机会。而这个算法和我刚才给出的代码相比只多了一句话而已。
#include<iostream>#include<queue>using namespace std;const int maxn=205;const int inf=0x7fffffff;int r[maxn][maxn]; //残留网络,初始化为原图bool visit[maxn];int pre[maxn];int m,n;bool bfs(int s,int t) //寻找一条从s到t的增广路,若找到返回true{ int p; queue<int > q; memset(pre,-1,sizeof(pre)); memset(visit,false,sizeof(visit)); pre[s]=s; visit[s]=true; q.push(s); while(!q.empty()) { p=q.front(); q.pop(); for(int i=1;i<=n;i++) { if(r[p][i]>0&&!visit[i]) { pre[i]=p; visit[i]=true; if(i==t) return true; q.push(i); } } } return false;}int EdmondsKarp(int s,int t){ int flow=0,d,i; while(bfs(s,t)) { d=inf; for(i=t;i!=s;i=pre[i]) d=d<r[pre[i]][i]? d:r[pre[i]][i]; for(i=t;i!=s;i=pre[i]) { r[pre[i]][i]-=d; r[i][pre[i]]+=d; } flow+=d; } return flow;}int main(){ while(scanf("%d%d",&m,&n)!=EOF) { int u,v,w; memset(r,0,sizeof(r));/// for(int i=0;i<m;i++) { scanf("%d%d%d",&u,&v,&w); r[u][v]+=w; } printf("%d\n",EdmondsKarp(1,n)); } return 0;}
- 最大流详细介绍
- 最大流介绍
- 最大熵模型介绍
- 最大最小堆介绍
- [图论]最大流介绍 Ford-Fulkerson算法 邻接表实现
- 最大流-最大利益
- 最大熵模型介绍及实现
- 史上造成危害最大的病毒介绍
- 最大熵模型介绍及实现
- 转载 最大熵模型介绍及实现
- 最大熵模型介绍及实现
- 最大熵模型介绍及实现
- 最大熵模型介绍及实现
- 全球最大交友网站GitHub介绍
- 最大熵模型介绍及实现
- excel最大行数各版本介绍
- 最大流
- 最大流
- Android应用程序中启动另一个应用程序
- mybatis动态查询之foreach,sql标签查询
- sqlite3_reset作用
- webview返回键问题
- server.xml之keepAliveTimeout与connectionTimeout
- 最大流介绍
- Java基础练习题 (1)语法基础
- PHP des 3des加解密
- pip 下载慢 超时
- 【GYM】101170H Hamiltonian Hypercube
- SPDK SRIOV VIRTIO
- Linux文件目录解析
- 欢迎使用CSDN-markdown编辑器
- 【Unity3D】键盘鼠标控制视角的移动