最大流目前瞭解兩種算法,一個是ek(n * m2),一個是dinic(n2 * m)。dinic算得上是ek的升級版。
對於最大流算法,網上有很多優秀的解釋,這裏就說自己做題的過程中遇到的一些問題。
在實際運用中,dinic有很多小優化。有一個優化只是一條語句,但對時間影響巨大。下面給出ac代碼。
(我的代碼用了vector[]存圖,實際上有用三個int[]存圖的做法)
#pragma warning(disable:4996)
#pragma warning(disable:6031)
#include <stdio.h>
#include <vector>
#include <queue>
#include <algorithm>
#include <cstring>
using namespace std;
constexpr int MAXN = 200;
constexpr int MAXF = 2147483647;
typedef struct _EDGE {
int v;
int r; // r = f - c
int i_redge;
}EDGE;
int N, M, S, T;
vector<EDGE> edges[MAXN];
unsigned char vis[MAXN];
unsigned int layer[MAXN];
void bfs();
long long dfs(int s, int t, int now);
long long dinic();
int main()
{
freopen("lg9.txt", "r", stdin);
// tmep
int i;
int u, v, f, iu, iv;
EDGE e = { 0, 0, 0 };
// v
long long ans;
// input
scanf("%d %d %d %d", &N, &M, &S, &T);
S--; T--;
for (i = 0; i < M; i++) {
scanf("%d %d %d", &u, &v, &f);
u--; v--;
iu = edges[u].size(); iv = edges[v].size();
e.v = v; e.r = f; e.i_redge = iv;
edges[u].push_back(e);
e.v = u; e.r = 0; e.i_redge = iu;
edges[v].push_back(e);
}
// count
ans = dinic();
printf("%lld\n", ans);
return 0;
}
void bfs()
{
queue<int> que;
int i, l, n, u, v;
EDGE e;
memset(vis, 0, N);
memset(layer, 0, N);
vis[S] = 1;
layer[S] = 1;
que.push(S);
while (!que.empty()) {
u = que.front();
que.pop();
n = edges[u].size();
l = layer[u] + 1;
for (i = 0; i < n; i++) {
if (edges[u][i].r == 0)
continue;
v = edges[u][i].v;
if (vis[v])
continue;
vis[v] = 1;
layer[v] = l;
que.push(v);
}
}
}
long long dfs(int s, int t, int now)
{
int i, l1, n, v;
int sub_flow;
long long flow = 0;
// end
if (s == t)
return now;
n = edges[s].size();
l1 = layer[s] + 1;
for (i = 0; i < n && now; i++) { // && now 優化1
v = edges[s][i].v;
if (layer[v] == l1 && edges[s][i].r) { // edges[s][i].r 優化2
sub_flow = dfs(v, t, min(now, edges[s][i].r));
if (sub_flow) {
edges[s][i].r -= sub_flow;
edges[v][edges[s][i].i_redge].r += sub_flow;
now -= sub_flow;
flow += sub_flow;
}
else {
layer[v] = 0; // = 0 優化3
}
}
}
return flow;
}
long long dinic()
{
long long ans = 0;
while (true) {
bfs();
if (!vis[T])
break;
ans += dfs(S, T, MAXF);
}
return ans;
}
首先最重要的優化肯定就是當前弧,一般來說實現方式是用變量記錄當前遍歷到那個邊,我沒試過這種方法,這裏參考了下面列出的一篇文章,直接去掉dfs的提前返回來達到同樣目的。
然後接下來有三個優化,實際上都算是dfs剪枝。
第二個優化在邊比較少的圖中有時可以起到時間減半的效果,其目的是當下一條弧已經沒有剩餘流量時,就不向這條弧dfs下去了。
第一個優化在邊多的圖中我測試出有一定效果,是洛谷討論區的dalao分享的一個點。其目的來到當前點的那條弧已經沒有流量時,當前點就沒必要繼續dfs下去了。
第三個優化在邊多的圖中很有效果,如果不加的話,在後面的輪次中,許多弧已經沒有流量,變成了稀疏圖,bfs出來的層次也非常深,此時時間會飛速上升。剪枝的原因是sub_flow代表從下一條弧出發到終點的所有可能路徑的最大流之和,如果爲0就代表走點v這條弧以後最大流爲0,也就是說,v到終點實際上已經走不通了。所以接下來同級的遍歷也不需要經過v了,根據初始條件,所有點layer>=1,==1是起點,只有>=2的點有機會被遍歷,設置爲0就可以達到不讓任何點走進點v的目的。
參考
求解最大流的四種算法介紹、利用最大流模型解題入門syddf-CSDN博客最大流算法
(參考文章遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接和本聲明。)