图论最大流(Edmond Karp算法)
来源:互联网 发布:淘宝哪家耐克是正品 编辑:程序博客网 时间:2024/05/29 18:46
转载:http://www.wutianqi.com/?p=3107
Edmond Karp算法的大概思想:
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。
(粗体表明需要掌握的概念)
关于反向边:
以下摘至HDOJ的课件和网上的:
首先来看一下基本的网络流最大流模型。
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。
把源点比作工厂的话,问题就是求从工厂最大可以发出多少货物,是不至于超过道路的容量限制,也就是,最大流。
比如这个图。每条边旁边的数字表示它的容量。
下面我们来考虑如何求最大流。
首先,假如所有边上的流量都没有超过容量(不大于容量),那么就把这一组流量,或者说,这个流,称为一个可行流。一个最简单的例子就是,零流,即所有的流量都是0的流。
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。
这样我们就得到了一个更大的流,他的流量是之前的流量+delta,而这条路就叫做增广路。
我们不断地从起点开始寻找增广路,每次都对其进行增广,直到源点和汇点不连通,也就是找不到增广路为止。当找不到增广路的时候,当前的流量就是最大流,这个结论非常重要。
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。
先来看看BFS部分的代码(C/C++实现):
- // 用BFS来判断从结点s到t的路径上是否还有delta
- // 即判断s,t之间是否还有增广路径,若有,返回1
- bool BFS(int s, int t)
- {
- queue<int> que;
- memset(pre, -1, sizeof(pre));
- memset(vis, false, sizeof(vis));
- pre[s] = s;
- vis[s] = true;
- que.push(s);
- int p;
- while(!que.empty())
- {
- p = que.front();
- que.pop();
- for(int i=1; i<=M; ++i)
- {
- if(r[p][i]>0 && !vis[i])
- {
- pre[i] = p;
- vis[i] = true;
- if(i == t) // 存在增广路径
- return true;
- que.push(i);
- }
- }
- }
- return false;
- }
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。
至此,最大流Edmond-Karp算法介绍完毕。
Edmond Karp算法具体实现(C/C++):
- /**
- * Edmond Karp
- * Max Flow
- * by Tanky Woo @ www.wutianqi.com
- */
- #include <iostream>
- #include <queue>
- #include <algorithm>
- using namespace std;
- const int msize = 205;
- int N, M; // N--路径数, M--结点数
- int r[msize][msize]; //
- int pre[msize]; // 记录结点i的前向结点为pre[i]
- bool vis[msize]; // 记录结点i是否已访问
- // 用BFS来判断从结点s到t的路径上是否还有delta
- // 即判断s,t之间是否还有增广路径,若有,返回1
- bool BFS(int s, int t)
- {
- queue<int> que;
- memset(pre, -1, sizeof(pre));
- memset(vis, false, sizeof(vis));
- pre[s] = s;
- vis[s] = true;
- que.push(s);
- int p;
- while(!que.empty())
- {
- p = que.front();
- que.pop();
- for(int i=1; i<=M; ++i)
- {
- if(r[p][i]>0 && !vis[i])
- {
- pre[i] = p;
- vis[i] = true;
- if(i == t) // 存在增广路径
- return true;
- que.push(i);
- }
- }
- }
- return false;
- }
- int EK(int s, int t)
- {
- int maxflow = 0, d;
- while(BFS(s, t))
- {
- d= INT_MAX;
- // 若有增广路径,则找出最小的delta
- for(int i=t; i!=s; i=pre[i])
- d = min(d, r[pre[i]][i]);
- // 这里是反向边,看讲解
- for(int i=t; i!=s; i=pre[i])
- {
- r[pre[i]][i] -= d;
- r[i][pre[i]] += d;
- }
- maxflow += d;
- }
- return maxflow;
- }
- int main()
- {
- while(cin >> N >> M)
- {
- memset(r, 0, sizeof(r));
- int s, e, c;
- for(int i=0; i<N; ++i)
- {
- cin >> s >> e >> c;
- r[s][e] += c; // 有重边时则加上c
- }
- cout << EK(1, M) << endl;
- }
- return 0;
- }
- 图论最大流(Edmond Karp算法)
- 最大流算法---Edmond-Karp
- 网络流最大流(代码)(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)
- POJ 1459-Power Network(最大流-Edmond-Karp算法)
- 最大流-EK(Edmond—Karp)算法
- 网络最大流 — 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
- 最大网络流Edmond-Karp算法
- hdoj 3549 Flow Problem---最大流---Edmond Karp算法
- poj1273及最大流Edmond karp算法模板
- 网络流Edmond-Karp算法
- POJ 1273-Drainage Ditches(最大流-Edmond-Karp算法/模板)
- JVM之对象存活的算法
- CentOS 6.4安装中文输入法
- wikioi 2145 判断奇偶性
- 如何提取一篇英文文章的所有单词
- 谷歌的三篇论文
- 图论最大流(Edmond Karp算法)
- linux和windows中环境变量设置常用命令
- 解析路由器上的DHCP服务器是什么
- 使用jmeter录制bugfree脚本
- VS2010 生成dll及测试
- 从头开始学java--GUI(一)
- wikioi 2473 判断奇偶数
- 水仙花数
- 大话设计模式C++实现-第10章-模板方法模式