原帖鏈接http://www.cnblogs.com/zhuangli/archive/2008/08/01/1258417.html
1. 最大流最小割定理介紹:
把一個流網絡的頂點集劃分成兩個集合S和T,使得源點s ∈S且匯點t ∈T,割(S,T)的容量C(S,T) =∑Cuv, 其中u∈S且v∈T。
從直觀上看,截集(S,T)是從源點s到匯點t的必經之路,如果該路堵塞則流從s無法到達t。於是我們可以得到下面的定理:
最大流最小割定理:
任意一個流網絡的最大流量等於該網絡的最小的割的容量。
這個定理的證明這裏就不給出了,可以參考圖論方面的資料。
2. 求最大流的Edmonds-Karp算法簡介:
若給定一個可行流F=(Fij),我們把網絡中使Fij=Cij的弧稱爲飽和弧,Fij<Cij的弧稱爲未飽和弧。如果流網絡中從i到j沒有弧,我們添加一條從i到j且容量Cij=0的弧,這樣整個流網絡變成一個完全圖。如果從i到j有流量Fij,則從j到i的流量定義爲Fji = -Fij 。考慮一條從源點s出發到匯點t的路徑p,如果對於每一段弧(i,j)屬於p都有Fij < Cij,即每一條屬於p的弧都是未飽和弧,則我們可以向這條路徑上壓入更多的流,使得其中的一條弧達到飽和。這樣的路徑p叫做可改進路,可壓入的流量叫做該可改進路的可改進流量。重複這個過程,直到整個網絡找不到一條可改進路,顯然這時候網絡的流量達到最大。Edmonds-Karp算法就是利用寬度優先不斷地找一條從s到t的可改進路,然後改進流量,一直到找不到可改進路爲止。由於用寬度優先,每次找到的可改進路是最短的可改進路,通過分析可以知道其複雜度爲O(VE2)。
Edmonds-Karp算法的僞代碼如下:
設隊列Q--存儲當前未檢查的標號點,隊首節點出隊後,成爲已檢查的標點;
path -- 存儲當前已標號可改進路經;
repeat
path置空;
源點s標號並進入path和Q;
while Q非空 and 匯點t未標號 do
begin
移出Q的隊首頂點u;
for 每一條從u出發的弧(u,v) do
if v未標號 and 弧(u,v)的流量可改進
then v進入隊列Q和path;
end while
if 匯點已標號
then 從匯點出發沿着path修正可改進路的流量;
until 匯點未標號;
Edmonds-Karp算法有一個很重要的性質:當匯點未標號而導致算法結束的時候,那些已經標號的節點構成集合S,未標號的節點構成集合T,割(S,T)恰好是該流網絡的最小割;且這樣求出的最小割(S,T)中集合S的元素數目一定是最少的。
尋找最大流的基本方法是Ford-Fulkerson方法,該方法有多種實現,其基本思想是從某個可行流F出發,找到關於這個流的一個可改進路經P,然後沿着P調整F,對新的可行流試圖尋找關於他的可改進路經,如此反覆直至求得最大流。現在要找最小費用的最大流,可以證明,若F是流量爲V(F)的流中費用最小者,而P是關於F的所有可改進路中費用最小的可改進路,則沿着P去調整F,得到的可行流F'一定是流量爲V(F')的所有可行流中的最小費用流。這樣,當F是最大流時候,他就是所要求的最小費用最大流。
注意到每條邊的單位流量費用B(i,j)≥0,所以F=0必是流量爲0的最小費用流,這樣總可以從F=0出發求出最小費用最大流。一般的,設已知F是流量V(F)的最小費用流,餘下的問題就是如何去尋找關於F的最小費用可改進路。爲此我們將原網絡中的每條弧<u,v>變成兩條方向相反的弧:
1。前向弧<u,v>,容量C和費用B不變,流量F爲0;
2。後向弧<v,u>,容量C爲0,費用爲-B,流量F爲0;
每一個頂點上設置一個參數CT,表示源點至該頂點的通路上的費用和。如果我們得出一條關於F的最小費用可改進路時,則該路上的每一個頂點的CT值相對於其它可改進路來說是最小的。每一次尋找最小費用可改進路時前,源點的CT爲0,其它頂點的CT爲+∞。
設cost爲流的運輸費用,初始時由於F=0,則cost=0,我們每求出一條關於F的最小費用可改進路,則通過cost ← cost + ∑B(e)*d, (其中e∈P,d爲P的可改進量)來累積流的運輸費用的增加量。
顯然,當求出最小費用最大流時,cost便成爲最大流的運輸費用了。
另外設置布爾變量break爲最小費用可改進路的延伸標誌,在搜索了網絡中的每一個頂點後,若break=true表示可改進路還可以延伸,還需要重新搜索網絡中的頂點;否則說明最小費用的可改進路已經找到或者最大流已經求出。
本人說明:
這個模版的代碼完全按照BFS從源點逐個遍歷增廣路徑,得到最大增廣容量,通過不斷調整,最後求得最大流量,值得注意的是,最後一次BFS後所標的路線即爲最小截集,即所謂的瓶頸,據此很容易求出最小截集的容量。
#include <queue>
using namespace std;
//鄰接陣實現
const long MAXN=1000;
const long lmax=0x7FFFFFFF;
long Net[MAXN][MAXN];//殘餘網絡
long Path[MAXN];//增廣路徑
long Lv[MAXN];//增廣路徑通過容量
queue<long> q;
long m,n;//點,邊
long Start,End;
void init()
{
while (!q.empty())
{
q.pop();
}
memset(Path,-1,sizeof(Path));
}
long Min(long a,long b)
{
return a<b?a:b;
}
long bfs()
{
init();
Path[Start]=0;
Lv[Start]=lmax;
q.push(Start);
while (!q.empty())
{
long t=q.front();
q.pop();
if (t==End)
{
break;
}
long i;
for (i=1;i<=m;++i)
{
if (i!=Start&&Path[i]==-1&&Net[t][i])
{
Lv[i]=Min(Lv[t],Net[t][i]);
q.push(i);
Path[i]=t;
}
}
}
if (Path[End]==-1)
{
return -1;
}
return Lv[m];
}
void print(long n)
{
printf("%ld/n",n);
}
void Ford_Fulkerson()
{
long i;
long Max_Flow=0;
for (i=0;i<n;++i)
{
long from,to,cost;
scanf("%ld %ld %ld",&from,&to,&cost);
Net[from][to]=cost;//cost爲剩餘量
//如果在現有網絡上擴展 剩餘量爲容量-已佔用量
//最大流結果要加上已流入的量
}
scanf("%ld %ld",&Start,&End);
long step;
while ((step=bfs())!=-1)//反搜增廣路徑並調整流量
{
Max_Flow+=step;
long now=End;
while (now!=Start)
{
long pre=Path[now];
Net[pre][now]-=step;
Net[now][pre]+=step;
now=pre;
}
}
print(Max_Flow);
}
int main()
{
while (scanf("%ld %ld",&m,&n)!=EOF)
{
Ford_Fulkerson();
}
return 0;
}