网络流—最大流(Edmond-Karp算法)
来源:互联网 发布:手机淘宝怎么提前收款 编辑:程序博客网 时间:2024/05/19 04:04
转载地址 http://www.cnblogs.com/zsboy/archive/2013/01/27/2878810.html
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
#include <iostream>#include <queue>#include<string.h>using namespace std;#define arraysize 201int maxData = 0x7fffffff;int capacity[arraysize][arraysize]; //记录残留网络的容量int flow[arraysize]; //标记从源点到当前节点实际还剩多少流量可用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int n,m;queue<int> myqueue;int BFS(int src,int des){ int i,j; while(!myqueue.empty()) //队列清空 myqueue.pop(); for(i=1;i<m+1;++i) { pre[i]=-1; } pre[src]=0; flow[src]= maxData; myqueue.push(src); while(!myqueue.empty()) { int index = myqueue.front(); myqueue.pop(); if(index == des) //找到了增广路径 break; for(i=1;i<m+1;++i) { if(i!=src && capacity[index][i]>0 && pre[i]==-1) { pre[i] = index; //记录前驱 flow[i] = min(capacity[index][i],flow[index]); //关键:迭代的找到增量 myqueue.push(i); } } } if(pre[des]==-1) //残留图中不再存在增广路径 return -1; else return flow[des];}int maxFlow(int src,int des){ int increasement= 0; int sumflow = 0; while((increasement=BFS(src,des))!=-1) { int k = des; //利用前驱寻找路径 while(k!=src) { int last = pre[k]; capacity[last][k] -= increasement; //改变正向边的容量 capacity[k][last] += increasement; //改变反向边的容量 k = last; } sumflow += increasement; } return sumflow;}int main(){ int i,j; int start,end,ci; while(cin>>n>>m) { memset(capacity,0,sizeof(capacity)); memset(flow,0,sizeof(flow)); for(i=0;i<n;++i) { cin>>start>>end>>ci; if(start == end) //考虑起点终点相同的情况 continue; capacity[start][end] +=ci; //此处注意可能出现多条同一起点终点的情况 } cout<<maxFlow(1,m)<<endl; } return 0;}
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。
- 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
- Cesium WebGL 调试环境配置
- LeetCode-Construct Binary Tree from Inorder and Postorder Traversal
- 汽车VIN号所标示的意义是什么
- Ajax:
- Mybatis_review之配置文件中的typeHandlers节点内容说明
- 网络流—最大流(Edmond-Karp算法)
- 再遇MySQL 启动 1067 错误。
- hdu 1548 A strange lift
- Scala新手指南中文版 - 第一篇 Extractors(提取器)
- Scala新手指南中文版 - 第二篇 Extracting Sequences(提取有序类型)
- Spring Bean的生命周期
- Scala新手指南中文版 - 第三篇 Patterns Everywhere(模式无处不在)
- Scala新手指南中文版 - 第四篇 Pattern Matching Anonymous Functions(模式匹配匿名函数)
- Scala新手指南中文版 -第六篇 Error Handling with Try(用Try来处理错误)