hihoCoder-第115周-网络流一·Ford-Fulkerson算法

题目链接点这里

题目1 : 网络流一·Ford-Fulkerson算法
时间限制:10000ms
单点时限:1000ms
内存限制:256MB
描述

小Hi和小Ho住在P市，P市是一个很大很大的城市，所以也面临着一个大城市都会遇到的问题：交通拥挤。

小Ho：每到周末回家感觉堵车都是一种煎熬啊。

小Hi：平时交通也还好，只是一到上下班的高峰期就会比较拥挤。

小Ho：要是能够限制一下车的数量就好了，不知道有没有办法可以知道交通系统的最大承受车流量，这样就可以限制到一个可以一直很顺畅的数量了。

小Hi：理论上是有算法的啦。早在1955年，T.E.哈里斯就提出在一个给定的网络上寻求两点间最大运输量的问题。并且由此产生了一个新的图论模型：网络流。

小Ho：那具体是啥？

小Hi：用数学的语言描述就是给定一个有向图G=(V,E)，其中每一条边(u,v)均有一个非负数的容量值，记为c(u,v)≥0。同时在图中有两个特殊的顶点，源点S和汇点T。

举个例子：

其中节点1为源点S，节点6为汇点T。

我们要求从源点S到汇点T的最大可行流量，这个问题也被称为最大流问题。

在这个例子中最大流量为5，分别为：1→2→4→6，流量为1；1→3→4→6，流量为2；1→3→5→6，流量为2。

小Ho：看上去好像挺有意思的，你让我先想想。

提示：Ford-Fulkerson算法

输入

第1行：2个正整数N,M。2≤N≤500，1≤M≤20,000。

第2..M+1行：每行3个整数u,v,c(u,v)，表示一条边(u,v)及其容量c(u,v)。1≤u,v≤N，0≤c(u,v)≤100。

给定的图中默认源点为1，汇点为N。可能有重复的边。

输出

第1行：1个整数，表示给定图G的最大流。

样例输入
6 7
1 2 3
1 3 5
2 4 1
3 4 2
3 5 3
4 6 4
5 6 2
样例输出
5

标号法模板

#include<stdio.h>#include<iostream>#include<algorithm>#include<string.h>#include<queue>using namespace std;const int maxn=505;const int INF=0x3f3f3f3f;struct node{    int c;//容量    int f;//流量} map[maxn][maxn];int path[maxn];//记录路径int vis[maxn];//标记是否访问int alpha[maxn];//记录残留网络中的可改进量int N,M;int Find_path()//寻找增广路径，生成残留网络并返回汇点的可改进量{    memset(path,0,sizeof(path));    memset(vis,0,sizeof(vis));    memset(alpha,0,sizeof(alpha));    path[1]=1;    vis[1]=1;    alpha[1]=INF;    queue<int>q;    q.push(1);    while(!q.empty())    {        int star=q.front();        q.pop();        for(int i=1; i<=N; i++)        {            if(vis[i]==0)            {                if(map[star][i].c-map[star][i].f>0)//正向流量未满                {                    path[i]=star;                    alpha[i]=min(map[star][i].c-map[star][i].f,alpha[star]);                    vis[i]=1;                    q.push(i);                }                else if(map[i][star].f>0)//反向有流量                {                    path[i]=star;//注意这里为何这样记录路径                    vis[i]=1;                    q.push(i);                }            }        }    }    return alpha[N];}void Update_path(int min_alpha)//更新map图{    for(int i=N;i!=1;i=path[i])    {        if(map[path[i]][i].c-map[path[i]][i].f>0)            map[path[i]][i].f+=min_alpha;        else if(map[i][path[i]].f>0)            map[i][path[i]].f+=min_alpha;    }}int main(){    scanf("%d%d",&N,&M);    //构图    memset(map,0,sizeof(map));    while(M--)    {        int u,v,w;        scanf("%d%d%d",&u,&v,&w);        map[u][v].c+=w;    }    int max_flow=0;//最大流    while(1)    {        int min_alpha=Find_path();        max_flow+=min_alpha;        if(min_alpha==0)            break;        Update_path(min_alpha);    }    printf("%d\n",max_flow);    return 0;}

提示内容

小Hi：在你思考完成之前，我再给你讲一些网络流的性质好了。

对于任意一个时刻，设f(u,v)实际流量，则整个图G的流网络满足3个性质：

1. 容量限制：对任意u,v∈V，f(u,v)≤c(u,v)。

2. 反对称性：对任意u,v∈V，f(u,v) = -f(v,u)。从u到v的流量一定是从v到u的流量的相反值。

3. 流守恒性：对任意u，若u不为S或T，一定有∑f(u,v)=0，(u,v)∈E。即u到相邻节点的流量之和为0，因为流入u的流量和u点流出的流量相等，u点本身不会”制造”和”消耗”流量。

对于上面例子中的图，其对应的f网络图为（其中虚线表示实际不存在的边(v,u)）：

在此基础上，假设我们用cf(u,v)来表示c(u,v)-f(u,v)，则可以表示每一条边还剩下多少的流量可以使用，我们称为残留容量。

假设一条边(u,v)，其容量为3，使用了流量f(u,v)=2，则可以表示为：cf(u,v)=1, cf(v,u)=2。

由cf(u,v)构成的图我们称为残留网络。

比如例子中的残留网络图为：

小Ho，你可以从残留网络作为着手点，会比较简单。

小Ho：残留网络，残留网络也就是可以使用的流量……我知道了！

既然残留网络表示还可以使用的流量，那么我就可以从图中找出一条从S到T的路径p，使得路径p上所有边的cf(u,v)都大于0。

假设路径p上最小的cf(u,v)等于k，那我就可以使得S到T增加k的流量。

小Hi：没错，通过该条路径p使得图G的最大流得到了增加，所以这样的路径p被称为增广路径。

小Ho：我大概有一个简单的算法了！

首先我根据读入的信息，就可以得到最初的图G，然后将其转化为残留网络。

接下来我在残留网络上寻找是否有增广路径，如果不存在增广路径，则说明这个图不能再增加流量了。

若存在增广路径，则我将最大流量增加，同时对增广路径上的边cf(u,v)进行修改，再重复寻找增广路径。

整个过程大概就是：

While ( findAugmentPath() ) // 判断是否有增广路    maxFlow = maxFlow + delta // 最大流增加    modifyGraph() // 对增广路进行修改End While

小Hi：那么你打算怎么实现寻找增广路和修改路径呢？

小Ho：寻找增广路的话，直接使用BFS从源点S开始搜索，记录每个点的路径以及路径上的最小残余容量：

findAugmentPath():queue = []    // 重置搜索队列path = []     // 初始化路径数组为0capacity = [] // 初始化流量数组为0visited = []  // 初始化访问数组为falsetail = 0queue[ tail ] = S // 将源点加入队列capacity[S] = ∞ // 到源点的流量为无穷大visited[S] = truei = 0While (i ≤ tail)    u = queue[i]    If (u == T) Then        // 已经找到一条增广路        Return capacity[T]    End If    For (u, v)∈残留网络 and cf(u,v)≥0 and not visited[v]        // u到v有残留容量，且v未被访问过        path[v] = u // 记录路径        capacity[v] = min(cf(u,v), capacity[u]) // 记录路径上的最小残余容量        visited[v] = true        tail = tail + 1        queue[ tail ] = v    End For    i = i + 1End While

而对于路径的修改，在已经有path数组的情况下，利用迭代或者回溯都可以完成：

modifyGraph():flow = capacity[T]now = TWhile ( now is not S )    fa = path[ now ]    cf(fa, now) = cf(fa, now) - flow    cf(now, fa) = cf(now, fa) + flow // 反向的残余容量是增加    now = faEnd While

小Ho：时间复杂度方面，每一次寻找增广路的时间为O(n+m)，每一次修改路径的时间复杂度为O(n)。假设图的最大流为maxflow，那么我的算法时间复杂度为O((n+m)*maxflow)。

小Hi：嗯，你所采用的算法就是最简单的最大流解决办法，最早是由L.R.Ford和D.R.Fulkerson在1956年时发表，因此也被称为Ford-Fulkerson算法。对于第一次接触网络流而言，可以先试着实现这个算法，对于你理解网络流会有很大的帮助。

小Ho：不过小Hi，我有一个小疑问，虽然我直观上感觉找不到新的增广路时就已经是最大流了，但这真的没有问题么？

小Hi：找不到增广路确实是等价于找到最大流，不过具体的证明嘛，请听下回分解。