【算法设计与分析】最大流算法ford-fulkerson方法


实验代码(github)

一、实验内容

  • 实现最大流算法ford-fulkerson。
  • 测试用图
    在这里插入图片描述
  • 预期结果:最大流为19

二、理论准备

  • 核心思想:构建一个残余网络,然后在残余网络中任选一条能够从原点到汇点的路径,并修改残余网络,直到没有路径能够到达汇点。
  • 残余网络的一个优点是,可以给网络流悔过的机会,为了总流量变得更大,可以减小某一条路径上的流量,这样以来就解决了贪心算法的缺点,使得求出来的结果全局最优。
  • 伪码如下:
    在这里插入图片描述

三、实验环境

  • 操作系统及版本:windows10
  • 编译软件及版本:g++6.3.0
  • 使用的计算机语言:c++语言

四、实验过程

  • 使用邻接矩阵来存储图。
  • 使用BFS算法来查看是否存在从原点到汇点的路径,如果汇点的父节点存在,那么就存在从原点到汇点的路径。
  • 过程中要用到的量:残余网络(邻接矩阵可以存储)
  • 需要计算每条路径的流量并更新残余网络:用一个数组来记录BFS过程中每个节点的父节点,然后比较路径中各条边残余容量大小。并取最小值,然后根据选择的路径去更新残余网络。
  • 核心算法:
int fordFulkerson(int source, int sink)
{
  int maxFlow = 0;
  bfs(source);
  while(parent[sink] != -1)
  {
    //找到该路径中容量最小的边
    int capacity = INT_MAX;
    int tempV = sink;
    while(tempV != source)
    {
      int tempP = parent[tempV];
      if(W[tempP][tempV] < capacity)
        capacity = W[tempP][tempV];
      tempV = tempP;
    }
    maxFlow += capacity;
    //更新残余网络
    tempV = sink;
    while(tempV != source)
    {
      int tempP = parent[tempV];
      W[tempP][tempV] -= capacity;
      tempV = tempP;
    }

    bfs(source);
  }
  return maxFlow;
}

五、实验结果

  • 测试用图是实验内容部分给出的那张图。
    在这里插入图片描述

六、实验总结

  • 前面的实验一直都用邻接链表存储图,确实很繁琐,访问啥的非常不方便,导致前几次实验代码量很大,很繁琐。这次使用了邻接矩阵,确实方便不少。
  • 但是代码结构方面就没有之前那么好了,用了全局变量,幸好代码少,没遇到啥大bug。
  • 也可以使用类的方式来实现,那样减少全局变量,结构也更加好。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ford-Fulkerson算法是求解最大流问题的一种经典算法。以下是一个基于增广路思想的Ford-Fulkerson算法的代码: ``` // 基于邻接矩阵的Ford-Fulkerson算法实现 #include <iostream> #include <queue> #include <cstring> using namespace std; const int MAXN = 100; // 最大顶点数 const int INF = 0x3f3f3f3f; // 表示无穷大 int n, m; // n表示顶点数,m表示边数 int s, t; // s表示源点,t表示汇点 int cap[MAXN][MAXN]; // 表示容量 int flow[MAXN][MAXN]; // 表示流量 int pre[MAXN]; // 表示前驱节点 int bfs() { memset(pre, -1, sizeof(pre)); // 初始化前驱节点数组 queue<int> q; q.push(s); pre[s] = -2; while (!q.empty()) { int u = q.front(); q.pop(); for (int v = 0; v < n; ++v) { if (pre[v] == -1 && cap[u][v] > flow[u][v]) { pre[v] = u; if (v == t) return 1; q.push(v); } } } return 0; } int maxFlow() { int ans = 0; while (bfs()) { int minflow = INF; for (int u = t; u != s; u = pre[u]) { int v = pre[u]; minflow = min(minflow, cap[v][u] - flow[v][u]); } for (int u = t; u != s; u = pre[u]) { int v = pre[u]; flow[v][u] += minflow; flow[u][v] -= minflow; } ans += minflow; } return ans; } int main() { cin >> n >> m >> s >> t; memset(cap, 0, sizeof(cap)); memset(flow, 0, sizeof(flow)); for (int i = 0; i < m; ++i) { int u, v, c; cin >> u >> v >> c; cap[u][v] += c; // 注意有可能存在重边 } cout << maxFlow() << endl; return 0; } ``` 算法思路: 1. 初始化流量为0; 2. 在剩余容量大于0的情况下,寻找增广路: - 从源点s开始,使用BFS寻找一条增广路; - 如果找到增广路,计算增广路上的最小剩余容量minflow,更新流量; 3. 最大流就是所有增广路上的最小剩余容量之和。 其中,增广路的定义是指从源点到汇点路径上,剩余容量均大于0的路径。在Ford-Fulkerson算法中,每次都需要寻找一条增广路来更新流量,直到无法再找到增广路为止。这个过程中,每次找到的增广路都可以使得流量增加,因此最终的流量是不断增加的。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值