网络流—最大流(Edmond-Karp算法)
来源:互联网 发布:python 字典赋值 编辑:程序博客网 时间:2024/05/25 16:39
转载于:博客园
网络流—最大流(Edmond-Karp算法)
网络流看了两天,终于有了一点眉目,也拿模版A了道题目,通过对于模版代码的调试也真正了解了ek算法的用途了。
想好好写下总结都不让人顺心,写到一半网站死了,又得重新写。。
不说废话了,直接正题
首先要先清楚最大流的含义,就是说从源点到经过的所有路径的最终到达汇点的所有流量和
EK算法的核心
反复寻找源点s到汇点t之间的增广路径,若有,找出增广路径上每一段[容量-流量]的最小值delta,若无,则结束。
在寻找增广路径时,可以用BFS来找,并且更新残留网络的值(涉及到反向边)。
而找到delta后,则使最大流值加上delta,更新为当前的最大流值。
这么一个图,求源点1,到汇点3的最大流
由于我是通过模版真正理解ek的含义,所以先上代码,通过分析代码,来详细叙述ek算法
1 #include <iostream> 2 #include <queue> 3 #include<string.h> 4 using namespace std; 5 #define arraysize 201 6 int maxData = 0x7fffffff; 7 int capacity[arraysize][arraysize]; //记录残留网络的容量 8 int flow[arraysize]; //标记从源点到当前节点实际还剩多少流量可用 9 int pre[arraysize]; //标记在这条路径上当前节点的前驱,同时标记该节点是否在队列中10 int n,m;11 queue<int> myqueue;12 int BFS(int src,int des)13 {14 int i,j;15 while(!myqueue.empty()) //队列清空16 myqueue.pop();17 for(i=1;i<m+1;++i)18 {19 pre[i]=-1;20 }21 pre[src]=0;22 flow[src]= maxData;23 myqueue.push(src);24 while(!myqueue.empty())25 {26 int index = myqueue.front();27 myqueue.pop();28 if(index == des) //找到了增广路径29 break;30 for(i=1;i<m+1;++i)31 {32 if(i!=src && capacity[index][i]>0 && pre[i]==-1)33 {34 pre[i] = index; //记录前驱35 flow[i] = min(capacity[index][i],flow[index]); //关键:迭代的找到增量36 myqueue.push(i);37 }38 }39 }40 if(pre[des]==-1) //残留图中不再存在增广路径41 return -1;42 else43 return flow[des];44 }45 int maxFlow(int src,int des)46 {47 int increasement= 0;48 int sumflow = 0;49 while((increasement=BFS(src,des))!=-1)50 {51 int k = des; //利用前驱寻找路径52 while(k!=src)53 {54 int last = pre[k];55 capacity[last][k] -= increasement; //改变正向边的容量56 capacity[k][last] += increasement; //改变反向边的容量57 k = last;58 }59 sumflow += increasement;60 }61 return sumflow;62 }63 int main()64 {65 int i,j;66 int start,end,ci;67 while(cin>>n>>m)68 {69 memset(capacity,0,sizeof(capacity));70 memset(flow,0,sizeof(flow));71 for(i=0;i<n;++i)72 {73 cin>>start>>end>>ci;74 if(start == end) //考虑起点终点相同的情况75 continue;76 capacity[start][end] +=ci; //此处注意可能出现多条同一起点终点的情况77 }78 cout<<maxFlow(1,m)<<endl;79 }80 return 0;81 }
显而易见capacity存变的流量,进行ek求解
对于BFS找增广路:
1. flow[1]=INF,pre[1]=0;
源点1进队列,开始找增广路,capacity[1][2]=40>0,则flow[2]=min(flow[1],40)=40;
capacity[1][4]=20>0,则flow[4]=min(flow[1],20)=20;
capacity[2][3]=30>0,则flow[3]=min(folw[2]=40,30)=30;
capacity[2][4]=30,但是pre[4]=1(已经在capacity[1][4]这遍历过4号点了)
capacity[3][4].....
当index=4(汇点),结束增广路的寻找
传递回increasement(该路径的流),利用前驱pre寻找路径
路径也自然变成了这样:
2.flow[1]=INF,pre[1]=0;
源点1进队列,开始找增广路,capacity[1][2]=40>0,则flow[2]=min(flow[1],40)=40;
capacity[1][4]=0!>0,跳过
capacity[2][3]=30>0,则flow[3]=min(folw[2]=40,30)=30;
capacity[2][4]=30,pre[4]=2,则flow[2][4]=min(flow[2]=40,20)=20;
capacity[3][4].....
当index=4(汇点),结束增广路的寻找
传递回increasement(该路径的流),利用前驱pre寻找路径
图也被改成
接下来同理
这就是最终完成的图,最终sumflow=20+20+10=50(这个就是最大流的值)
PS,为什么要有反向边呢?
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。
至此,最大流Edmond-Karp算法介绍完毕。
部分转载于:http://www.wutianqi.com/?p=3107
- 网络最大流 — Edmond Karp算法
- 网络流—最大流(Edmond-Karp算法)
- 网络流—最大流(Edmond-Karp算法)
- 网络流—最大流(Edmond-Karp算法)
- 网络流—最大流(Edmond-Karp算法)
- 最大网络流Edmond-Karp算法
- 网络流最大流(代码)(Edmond-Karp算法)
- 最大流 — Edmond Karp算法
- 最大流 — Edmond Karp算法
- 最大流 — Edmond Karp算法
- 最大流算法---Edmond-Karp
- 网络流Edmond-Karp算法
- 最大流-EK(Edmond—Karp)算法
- 图论最大流(Edmond Karp算法)
- POJ 1459-Power Network(最大流-Edmond-Karp算法)
- 网络流基础篇——Edmond-Karp算法
- 网络流基础篇——Edmond-Karp算法
- hdoj 3549 Flow Problem---最大流---Edmond Karp算法
- 如何更改linux文件的拥有者及用户组(chown和chgrp)
- hadoop2.0.x【2】--Apache Hadoop MapReduce - Migrating from Apache Hadoop 1.x to Apache Hadoop 2--翻译与分析
- 开源 免费 java CMS - FreeCMS1.7 站点设置
- EntityFramework之领域驱动设计实践【扩展阅读】:CQRS体系结构模式
- android基础-ProgressBar
- 网络流—最大流(Edmond-Karp算法)
- 什么因素让用户离开你的网站
- 二分图相关
- 阿里巴巴赴美IPO想到的
- 1、基于mongo实现远程连接
- Oracle-常用监控SQL语句
- TCP和UDP
- 谁为我停留,我为谁等候
- 【cocos2dx-3.0beta-制作flappybird】千层饼的智慧—谈谈游戏主场景的分层以及最简单的背景层的实现