最大流
最大流
标签(空格分隔): 图论 网络流 学习笔记
一.定义
1.网络流图
\(c_{u,v}\)表示连接\((u,v)\)的容量,\(f_{u,v}\)表示连接\((u,v)\)的流量
只有出边的点称为源点,记作\(S\);
只有入边的点称为汇点,记作\(T\);
1.\(f_{x,y}\le c_{x,y}\)很显然,如果F>C水管就炸了~~
2.流量守恒:流入多少流出多少
\[\displaystyle\sum_{x\neq S\&x\neq T,x\in V,(x,y)}f_{x,y}=\sum_{y\neq S\&y\neq T,y\in V,(y,z)}f_{y,z}\]
3.\(f_{x,y}=-f_{y,x}\)
4.容量=流量+残量
2.增广路
正向弧均不饱和,反向流均不为零的可行流
3.最大流
通过退流使得图中无增广路的可行流量
二.求法
0.FF(Ford-Fulkerson)算法
随便找一条从\(S\)到\(T\)的路径增广流,然后往这条路径上退流(正向-反向+)\(x\),\(x\)为这条路径上最小的流量(瓶颈)
太垃圾了
1.EK(Edmonds-Karp)算法
随便找一条从\(S\)到\(T\)的路径最短增广流,然后往这条路径上退流(正向-反向+)\(x\),\(x\)为这条路径上最小的流量(瓶颈)
\(O(nm^2)\)
2.Dinic算法
每次用\(DFS\)构造到\(S\)的层次图(最短可行路径图)
然后\(BFS\)按照层次图顺序增广
\(O(n^2m)\)适合宽图
inline char bfs(void){
re int i,x,y;memset(dis,-1,(n+1)<<2);
dis[S]=0;while(!q.empty())q.pop();q.push(S);
while(!q.empty()){
x=q.front();q.pop();
for(i=h[x];i;i=e[i].next){y=e[i].to;if(dis[y]<0&&e[i].flow){dis[y]=dis[x]+1,q.push(y);if(y==T)return 1;}}
}
return 0;
}
inline int dfs(re int x,re int maxflow){
re int y,res=0,dlt;
if(x==T)return maxflow;
for(re int&i=cur[x];i;i=e[i].next){
y=e[i].to;
if(e[i].flow&&dis[y]==dis[x]+1){
dlt=dfs(y,min(e[i].flow,maxflow));
if(!dlt)dis[y]=0;
e[i].flow-=dlt;e[i^1].flow+=dlt;
res+=dlt;maxflow-=dlt;
if(!maxflow)return cur[x]=h[x],res;
}
}
return cur[x]=h[x],res;
}
3.(I)SAP算法
用一次\(BFS\)求出到\(T\)层次图
不断\(DFS\)更改并增广层次图
用\(gap\)记录层次个数,出现断层结束
\(O(n^2m)\)适合深图
inline void bfs(void){
re int i,x,y;
q.push(T);dis[T]=1;
while(!q.empty()){
x=q.front();q.pop();
for(i=h[x];i;i=e[i].next){
y=e[i].to;
if(!dis[y]){q.push(y);++gap[dis[y]=dis[x]+1];}
}
}
}
inline int dfs(re int x,re int maxflow){
re int dlt,y,res=0;
if(x==T)return maxflow;
for(re int&i=cur[x];i;i=e[i].next){
y=e[i].to;
if(dis[x]==dis[y]+1&&e[i].flow){
dlt=dfs(y,min(maxflow,e[i].flow));
e[i].flow-=dlt;e[i^1].flow+=dlt;
res+=dlt;maxflow-=dlt;
if(!maxflow||dis[S]==n+1)return cur[x]=h[x],res;
}
}
if(!(--gap[dis[x]]))dis[S]=n+1;++gap[++dis[x]];
return cur[x]=h[x],res;
}
三.最大流最小割定理
最大流的流量=最小割的容量
*四.建图
1.方法
(1)首先明白容量的含义,比如\(S\)向某点连边其实限制的是最多来源,某点向\(T\)连边其实限制的是最多得到
(2)表达某些特定含义往往需要拆点,如限制了到达次数什么的就需要拆入出点,在两点间容量限制了
(3)实在没办法得到高效建图就通过合并点来解决
2.实例
有 M 个猪圈(M ≤ 1000),每个猪圈里初始时有若干头猪。
一开始所有猪圈都是关闭的。
依次来了 N 个顾客(N ≤ 100),每个顾客分别会打开指定的几个猪圈,从中买若干头猪。
每个顾客分别都有他能够买的数量的上限。
每个顾客走后,他打开的那些猪圈中的猪,都可以被任意地调换到其它开着的猪圈里,然后所有猪圈重新关上。
因为这里猪圈猪的数量限制的是顾客能买的数量,所以把顾客当成结点建图
每个顾客用一个结点表示,向汇连其购买上限的边
对于每个猪圈,源向打开它的第一个顾客连该猪圈猪的数量的边
对于每个猪圈,每个顾客向下一个顾客连\(INF\)的边
五.例题
专门开一篇博客
原文地址:https://www.cnblogs.com/66t6/p/12059741.html
- Oracle 12c 多租户专题|12cR2中PDB内存资源管理
- Go语言实现冒泡和快速排序
- CentOS NTP服务器安装与配置
- 从零开始的Spring Security Oauth2(三)
- 详解mysql-bin.000001文件来源以及处理方法
- 【投稿专区】crc校验码的计算
- Spring框架中的设计模式(一)
- go语言base64加密解密的方法
- Oracle 12c ASM专题|Flex磁盘组到底有多Fexible?
- Spring框架中的设计模式(二)
- SQL复习之删除数据库
- SQL复习之查询数据库状态
- 使用Golang语言编写echo程序
- Oracle 12c ASM|专题配额组的配额真的管用吗?
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 对python3新增的byte类型详解
- Python实现的特征提取操作示例
- Linux进程间通信方式之socket使用实例
- python实现图片识别汽车功能
- Mac下Anaconda的安装和使用教程
- linux ubuntu中安装、卸载和删除python-igraph的方法教程
- python实现汽车管理系统
- tp5框架基于ajax实现异步删除图片的方法示例
- Python3 jupyter notebook 服务器搭建过程
- PHP图像处理 imagestring添加图片水印与文字水印操作示例
- CentOS6.9下NFS服务安装配置教程
- Python 中 function(#) (X)格式 和 (#)在Python3.*中的注意事项
- PHP 枚举类型的管理与设计知识点总结
- Linux静态链接库使用类模板的快速排序算法
- TP5(thinkPHP5)框架使用ajax实现与后台数据交互的方法小结