最大流问题
解决问题
最大流的目的是将最多的物品从源点S
通过其他点的中转,运送到汇点T
,每条边具有能运送物品的上限。从S
运送出来的物品数目等于到达T
的物品数量。
针对图a
,其中每条边代表运送物品的上上限,图b是其一个可行流(a / b, a是实际运送物品,b是物品上限), 其结果为9
, 但不是最大流11
,这样的可行流有多个,而最大流就是可行流中最大的那个。
概念
容量:对于一条边 ( u , v ) (u,v) (u,v), 它的物品上限称为容量,记做 c ( u , v ) c(u, v) c(u,v), 而对于不存在的边 c ( u , v ) = 0 c(u, v) = 0 c(u,v)=0;
流量:对于一条边 ( u , v ) (u,v) (u,v),它的实际运送的物品称为流量,记做 f ( u , v ) f(u, v) f(u,v),而对于不存在的边 f ( u , v ) = 0 f(u, v) = 0 f(u,v)=0;
残量:每条边上的容量和流量的差值。
性质
在最大流问题中,容量 C C C和流量 F F F满足三个性质:
-
容量限制 : f ( u , v ) ≤ c ( u , v ) f(u,v) \le c(u, v) f(u,v)≤c(u,v)
-
斜对称性 : f ( u , v ) = − f ( v , u ) f(u, v) = -f(v, u) f(u,v)=−f(v,u)
-
流量平衡 : 对于除了 s s s和 t t t外的任意结点 u u u , ∑ ( u , v ) ∈ E f ( u , v ) = 0 \sum_{(u, v) \in E} f(u, v) = 0 ∑(u,v)∈Ef(u,v)=0(即,流入此结点的流量必定会全部流出)。
增广路算法(EK算法)
残量图
残量图中边的权修改为残量, ( u , v ) (u, v) (u,v) 的残量我们记做 r ( u , v ) r(u, v) r(u,v),并引入反向边的残量(其目的是为了可以回退流量)。如下图:
其中对某条边进行说明:
r
(
S
,
A
)
=
c
(
S
,
A
)
−
f
(
S
,
A
)
=
10
−
2
=
8
r(S, A) = c(S, A) - f(S, A) = 10 - 2 = 8
r(S,A)=c(S,A)−f(S,A)=10−2=8;
r
(
A
,
S
)
=
c
(
A
,
S
)
−
f
(
A
,
S
)
=
0
−
(
−
2
)
=
2
r(A, S) = c(A, S) - f(A, S) = 0 - (- 2) = 2
r(A,S)=c(A,S)−f(A,S)=0−(−2)=2
增广路
残量图中任何一条从 S S S到 T T T的有向道路都对应这一条原图中的增广路,只要求出该道路上的所有残量的最小值 d d d,把增广路上的边流量均增加 d d d即可,这个过程称为增广。只要残量图中存在增广路,流量就可以增大。如果残量图中不存在增广路,则当前流量就是最大流。
代码实现
EK
算法使用的是BFS
的方式在残量图中不断寻找增广路。并用p
数组保存记录曾广路上弧,a
数组记录可以增加的流。
#include <bits/stdc++.h>
using namespace std;
const int MAXN = 10000 + 5;
// 邻接表结构
struct Edge
{
int from, to, cap, flow;
Edge(int fr, int t, int c, int f) : from(fr), to(t), cap(c), flow(f){}
};
vector<Edge> edges;
vector<int> G[MAXN];
int a[MAXN]; /* 起点到aa的可改进量*/
int p[MAXN]; /* 最短路树上的入弧编号*/
// 向邻接表中添加边, 增加一个正向残量,引入一个反向残量
void addEdge(int from, int to, int cap)
{
int m = -1;
edges.push_back(Edge(from, to, cap, 0));
edges.push_back(Edge(to, from, 0, 0));
m = edges.size();
G[from].push_back(m - 2);
G[to].push_back(m - 1);
}
// 最大流算法
int MaxFlow(int s, int t)
{
int flow = 0; /* 结果*/
for(;;)
{
memset(a, 0, sizeof(a));
queue<int> Q;
Q.push(s);
a[s] = INT_MAX;
while(!Q.empty())
{
int x = Q.front(); Q.pop();
// 遍历邻街边
for(int i = 0; i < G[x].size(); i++)
{
Edge & e = edges[G[x][i]];
// 此条边可以进行曾广
if(!a[e.to] && e.cap > e.flow)
{
p[e.to] = G[x][i];
a[e.to] = min(a[x], e.cap - e.flow);
Q.push(e.to);
}
}
// 找到了增广路
if(a[t]) break;
}
// 找不到增广路
if(!a[t]) break;
// 更新残量图
for(int u = t; u != s; u = edges[p[u]].from)
{
edges[p[u]].flow += a[t]; /* 正向边增加流量*/
edges[p[u] ^ 1].flow -= a[t]; /* 反向边减少流量*/
}
flow += a[t];
}
return flow;
}