Ford-Fulkerson 最大流求解方法

在上一节《初识最大流问题》中，已经讲到了网络流中的一个经典问题 - 最大流问题。同上一篇的方式一样，这篇文章你要带着以下两个问题来阅读：

• 怎样搜索到一条增广路？

• 如何利用搜索到的增广路求解最大流问题？

• Ford-Fulkerson 算法求最大流的原理是什么？

如何求得最大流

我们继续引用上文的例子：

假设有这么一个例子，这次 2019-nCoV 疫情让口罩变成了稀缺资源。所以，全国各地都在为武汉捐献物资。假设现在因为种种原因，我们只能通过地面线路来运输口罩物资，并且每一条线路是有流量限制的。假设不考虑运输速度，并且源点 S （杭州）的口罩物资产量是足够多的，我们需要求解汇点 T（武汉）在不计速度的情况下能收到多少物资？

例题模

首先我们拍脑袋来自己探索一个算法，计算最大流。

我们的目标是找到增广路，所以我们制定一个策略：通过 DFS 深度优先搜索，来检索一条增光路，然后计算从 S 到 T 的最大流量，并在所有的边流量容量中将其扣除。反复按照这种操作，来迭代我们每次扣除之后的残余网络，最后无法再找到增广路则停止搜索，求得我们的“最大流”。

我们来做一个动图来描述一下这个过程：

自制的算法演算过程

这个动图中描述的算法包括以下三步：

1. 搜索出一条增广路；

2. 在这条路径中所有的边容量减去这条增广路的流量，如果容量为 0 则拆边；

3. 返回操作一，如果没有增广路则得到答案。

在这道例题中，我负责任的告诉你，答案确实是最大流 23。但是求解的过程是错的！