之前簡單介紹了最大流之Ford-Fulkerson算法,此算法時間複雜度爲O(F*E)。大多數情況下,這個算法已經足夠高效了,但當頂點數或最大流流量非常大時,這個算法就顯得不夠快了。下面簡單介紹易實現的Dinic算法。
Ford_Fulkerson算法通過深度優先搜索尋找增廣路,並沿着它增廣。與之相對,Dinic算法總是尋找最短的增廣路,並沿着它增廣。時間複雜度O(E*V^2),不過。該算法在實際應用中速度非常快,很多時候即便圖的規模比較大也沒有問題。
代碼:
//用於表示邊的結構體(終點,容量,反向邊)
struct edge
{
int to;
long long cap;
int rev;
};
vector<edge> G[max_v];//圖的鄰接表表示
int level[max_v];//頂點到源點的距離標號
//向圖中增加一條從s到t容量爲cap的邊
void add_edge(int from,int to,long long cap)
{
G[from].push_back((edge){to,cap,G[to].size()});
G[to].push_back((edge){from,0,G[from].size()-1});
}
bool bfs(int s, int t)
{
memset(level,-1,sizeof(level));
queue<int> que;
level[s]=0;
que.push(s);
while(!que.empty())
{
int v=que.front(); que.pop();
if(v==t)
{
return true;
}
for(int i=0;i<G[v].size();i++)
{
edge &e=G[v][i];
if (e.cap>0&&level[e.to]<0)
{
level[e.to]=level[v]+1;
que.push(e.to);
}
}
}
return false;
}
//通過DFS尋找增廣路
long long dfs(int v,int t,long long f)
{
if(v==t) return f;
for(int i=0;i<G[v].size();i++)
{
edge &e=G[v][i];
if(e.cap>0&&level[v]+1==level[e.to])
{
long long d=dfs(e.to,t,min(f,e.cap));
if(d>0)
{
e.cap-=d;
G[e.to][e.rev].cap+=d;
return d;
}
}
}
return 0;
}
//求解從s到t的最大流
long long max_flow(int s,int t)
{
long long flow=0;
while(bfs(s,t))
{
flow+=dfs(s, t, INF);
}
return flow;
}