原文链接&＃xff1a;http://www.cnblogs.com/Booble/archive/2011/03/04/1970453.html
一.网络流:流&网络&割
1.网络流问题(NetWork Flow Problem):
给定指定的一个有向图,其中有两个特殊的点源S(Sources)和汇T(Sinks),每条边有指定的容量(Capacity),求满足条件的从S到T的最大流(MaxFlow).
The network flow problem considers a graph G with a set of sources S and sinks T and for which each edge has an assigned capacity (weight), and then asks to find the maximum flow that can be routed from S to T while respecting the given edge capacities.
http://mathworld.wolfram.com/NetworkFlow.html
下面给出一个通俗点的解释
(下文基本避开形式化的证明 基本都用此类描述叙述)
好比你家是汇 自来水厂(有需要的同学可以把自来水厂当成银行之类 以下类似)是源
然后自来水厂和你家之间修了很多条水管子接在一起 水管子规格不一 有的容量大 有的容量小
然后问自来水厂开闸放水 你家收到水的最大流量是多少
如果自来水厂停水了 你家那的流量就是0 当然不是最大的流量
但是你给自来水厂交了100w美金 自来水厂拼命水管里通水 但是你家的流量也就那么多不变了 这时就达到了最大流
-------------------------------------------------------------------------------------------------------------
2.三个基本的性质:
如果 C代表每条边的容量 F代表每条边的流量
一个显然的实事是F小于等于C 不然水管子就爆了
这就是网络流的第一条性质 容量限制(Capacity Constraints):F ≤ C
再考虑节点任意一个节点 流入量总是等于流出的量 否则就会蓄水(爆炸危险...)或者平白无故多出水(有地下水涌出?)
这是第二条性质 流量守恒(Flow Conservation):Σ F &＃61; Σ F
当然源和汇不用满足流量守恒 我们不用去关心自来水厂的水是河里的 还是江里的
(插播广告: 节约水资源 人人有责!)
最后一个不是很显然的性质 是斜对称性(Skew Symmetry): F &＃61; - F
这其实是完善的网络流理论不可缺少的 就好比中学物理里用正负数来定义一维的位移一样
百米起点到百米终点的位移是100m的话 那么终点到起点的位移就是-100m
同样的 x向y流了F的流 y就向x流了-F的流
-------------------------------------------------------------------------------------------------------------
3.容量网络&流量网络&残留网络:
网络就是有源汇的有向图 关于什么就是指边权的含义是什么
容量网络就是关于容量的网络 基本是不改变的(极少数问题需要变动)
流量网络就是关于流量的网络 在求解问题的过程中
通常在不断的改变 但是总是满足上述三个性质
调整到最后就是最大流网络 同时也可以得到最大流值
残留网络往往概括了容量网络和流量网络 是最为常用的
残留网络&＃61;容量网络-流量网络
这个等式是始终成立的 残留值当流量值为负时甚至会大于容量值
流量值为什么会为负?有正必有负,记住斜对称性!
-------------------------------------------------------------------------------------------------------------
4.割&割集:
无向图的割集(Cut Set):C[A,B]是将图G分为A和B两个点集 A和B之间的边的全集
A set of edges of a graph which, if removed (or "cut"), disconnects the graph (i.e., forms a disconnected graph).
http://mathworld.wolfram.com/CutSet.html
网络的割集:C[S,T]是将网络G分为s和t两部分点集 S属于s且T属于t 从S到T的边的全集
带权图的割(Cut)就是割集中边或者有向边的权和
Given a weighted, undirected graph G&＃61;(V,E) and a graphical partition of V into two sets A and B, the cut of G with respect to A and B is defined as cut(A,B)&＃61;sum_(i in A,j in B)W(i,j),where W(i,j) denotes the weight for the edge connecting vertices i and j. The weight of the cut is the sum of weights of edges crossing the cut.
http://mathworld.wolfram.com/Cut.html
通俗的理解一下:
割集好比是一个恐怖分子 把你家和自来水厂之间的水管网络砍断了一些
然后自来水厂无论怎么放水 水都只能从水管断口哗哗流走了 你家就停水了
(插播广告: 节约水资源 人人有责!)
割的大小应该是恐怖分子应该关心的事 毕竟细管子好割一些
而最小割花的力气最小
&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;
二.计算最大流的基本算法
那么怎么求出一个网络的最大流呢?
这里介绍一个最简单的算法:Edmonds-Karp算法 即最短路径增广算法 简称EK算法
EK算法基于一个基本的方法:Ford-Fulkerson方法 即增广路方法 简称FF方法
增广路方法是很多网络流算法的基础 一般都在残留网络中实现
其思路是每次找出一条从源到汇的能够增加流的路径 调整流值和残留网络 不断调整直到没有增广路为止
FF方法的基础是增广路定理(Augmenting Path Theorem):网络达到最大流当且仅当残留网络中没有增广路
证明略 这个定理应该能够接受的吧
EK算法就是不断的找最短路 找的方法就是每次找一条边数最少的增广 也就是最短路径增广
这样就产生了三个问题:
-------------------------------------------------------------------------------------------------------------
1.最多要增广多少次?
可以证明 最多O(VE)次增广 可以达到最大流 证明略
2.如何找到一条增广路?
先明确什么是增广路 增广路是这样一条从s到t的路径 路径上每条边残留容量都为正
把残留容量为正的边设为可行的边 那么我们就可以用简单的BFS得到边数最少的增广路
3.如何增广?
BFS得到增广路之后 这条增广路能够增广的流值 是路径上最小残留容量边决定的
把这个最小残留容量MinCap值加到最大流值Flow上 同时路径上每条边的残留容量值减去MinCap
最后 路径上每条边的反向边残留容量值要加上MinCap 为什么? 下面会具体解释
-------------------------------------------------------------------------------------------------------------
这样每次增广的复杂度为O(E) EK算法的总复杂度就是O(VE^2)
事实上 大多数网络的增广次数很少 EK算法能处理绝大多数问题
平均意义下增广路算法都是很快的
增广路算法好比是自来水公司不断的往水管网里一条一条的通水
上面还遗留了一个反向边的问题: 为什么增广路径上每条边的反向边残留容量值要加上MinCap?
因为斜对称性! 由于残留网络&＃61;容量网络-流量网络
容量网络不改变的情况下
由于增广好比给增广路上通了一条流 路径说所有边流量加MinCap
流量网络中路径上边的流量加MinCap 反向边流量减去MinCap
相对应的残留网络就发生相反的改变
这样我们就完成了EK算法 具体实现可以用邻接表存图 也可以用邻接矩阵存图
邻接表存图 由于流量同时存在于边与反向边 为了方便求取反向边 建图把一对互为反向边的边建在一起
代码很简单 最好自己实现一下
EK 看一个具体的增广路算法的例子吧
&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;
三.最大流最小割定理
下面介绍网络流理论中一个最为重要的定理
最大流最小割定理(Maximum Flow, Minimum Cut Theorem):网络的最大流等于最小割
The maximum flow between vertices v_i and v_j in a graph G is exactly the weight of the smallest set of edges to disconnect G with v_i and v_j in different components.
http://mathworld.wolfram.com/MaximumFlowMinimumCutTheorem.html
具体的证明分三部分
1.任意一个流都小于等于任意一个割
这个很好理解 自来水公司随便给你家通点水 构成一个流
恐怖分子随便砍几刀 砍出一个割
由于容量限制 每一根的被砍的水管子流出的水流量都小于管子的容量
每一根被砍的水管的水本来都要到你家的 现在流到外面 加起来得到的流量还是等于原来的流
管子的容量加起来就是割 所以流小于等于割
由于上面的流和割都是任意构造的 所以任意一个流小于任意一个割
2.构造出一个流等于一个割
当达到最大流时 根据增广路定理
残留网络中s到t已经没有通路了 否则还能继续增广
我们把s能到的的点集设为S 不能到的点集为T
构造出一个割集C[S,T] S到T的边必然满流 否则就能继续增广
这些满流边的流量和就是当前的流即最大流
把这些满流边作为割 就构造出了一个和最大流相等的割
3.最大流等于最小割
设相等的流和割分别为Fm和Cm
则因为任意一个流小于等于任意一个割
任意F≤Fm&＃61;Cm≤任意C
定理说明完成
&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;
四.简单的应用
Poj 1459是一个很典型的网络流应用
把电流想象成水流
http://poj.org/problem?id&＃61;1459
注意把多源多汇转化为单源单汇即可利用EK算法解决问题
网络流的应用还有很多 化归的思想是网络流最具魅力的地方
代码如下:
PowerNet
const maxh&＃61;10;maxn&＃61;100; maxq&＃61;110;num:set of char&＃61;[&＃39;0&＃39;..&＃39;9&＃39;];oo&＃61;1000000;var c,f:array[0..maxn&＃43;1,0..maxn&＃43;1]of longint;n,m,k1,k2,tx,hx,head,tail,s,t,x,y,z,i:longint;pre,h:array[0..maxn&＃43;1]of longint;p:array[0..maxn&＃43;1]of boolean;q:array[1..maxq]of longint;procedure getc(var x:longint);var ch:char;begin
x:&＃61;0;
read(ch);
while not(ch in num) doread(ch);
while ch in num dobeginx:&＃61;x*10&＃43;ord(ch)-48;read(ch);end;
end;
procedure pop;
begin
p[q[head]]:&＃61;false;
inc(head); inc(hx);
if head>maxq then head:&＃61;1;
end;
procedure push(x:longint);
begin
inc(tail); inc(tx);
if tail>maxq then tail:&＃61;1;
q[tail]:&＃61;x; p[x]:&＃61;true;
end;
function min(x,y:longint):longint;
begin
min:&＃61;x;
if yend;
begin
assign(input,&＃39;PowerNet.in&＃39;); reset(input);
assign(output,&＃39;PowerNet.out&＃39;); rewrite(output);
while not seekeof dobeginread(n,k1,k2,m);s:&＃61;n; t:&＃61;n&＃43;1;fillchar(c,sizeof(c),0);for i:&＃61;1 to m dobegingetc(x); getc(y); getc(z);c[x,y]:&＃61;c[x,y]&＃43;z;end;for i:&＃61;1 to k1 dobegingetc(x); getc(y);c[s,x]:&＃61;y;end;for i:&＃61;1 to k2 dobegingetc(x); getc(y);c[x,t]:&＃61;y;end;hx:&＃61;1; tx:&＃61;0;head:&＃61;1; tail:&＃61;0;fillchar(p,sizeof(p),false);p[s]:&＃61;true; p[t]:&＃61;true;fillchar(f,sizeof(f),0);fillchar(pre,sizeof(pre),0);fillchar(h,sizeof(h),0);h[s]:&＃61;maxh; dec(n);for i:&＃61;0 to n doif c[s,i]>0then beginh[i]:&＃61;1; pre[i]:&＃61;c[s,i];f[s,i]:&＃61;c[s,i]; f[i,s]:&＃61;-c[s,i];push(i);end;while hx<&＃61;tx dobeginx:&＃61;q[head];for i:&＃61;0 to t dobeginy:&＃61;c[x,i]-f[x,i];if (h[x]&＃61;h[i]&＃43;1)and(y>0)then beginif not p[i] then push(i);z:&＃61;min(pre[x],y);f[x,i]:&＃61;f[x,i]&＃43;z;f[i,x]:&＃61;f[i,x]-z;pre[x]:&＃61;pre[x]-z;pre[i]:&＃61;pre[i]&＃43;z;end;if pre[x]&＃61;0 then break;end;pop;if pre[x]>0then beginy:&＃61;oo;for i:&＃61;0 to t doif c[x,i]>f[x,i]then y:&＃61;min(y,h[i]);h[x]:&＃61;y&＃43;1;push(x);end;end;writeln(pre[t]);end;
close(input); close(output);
end.
京公网安备 11010802041100号