算法小白理解最大流最小割（Maximum flow Minimum cut）问题

网上流传的关于最大流最小割问题的全都是索然无味 的一些讲课视频，当然如果你英语能力很强，直接看外国的视频也十分好理解，但于我这种理工科渣渣来说，看懂那种专业的讲课视频是不可能的，不存在的，所以把自己对算法的理解，放在个人博客里，如果你也是算法小白，那么就一起分享一下咯。
另一个博主十分浅显详尽的描述，点击此链接喵

介绍

最大流最小割是图论里非常经典的算法，也是很多研究的基础，其大致意思就是：从一张权重图（weighed graph）找到从源点（source）到终点（terminal）的最大流量，图中每条边有流量限制（weight/capacity）。
为了更好地理解这个算法，下面我做一个简单而形象的类比：

如上图所示（不要被右边的绿线影响），source是自来水的源头，水流（flow）从源头流出，途经中间的红色和蓝色管子（edge），管子有粗有细（weight/capacity），管子与管子之间通过节点（vertex）相互连通，自来水最后沉到终点sink(terminal)。

提出问题

根据上面的描述，我们提出两个问题：

• 一定量的水从源头source中流出，流量最大（maximum flow）是多少？
• 如果我要把其中的一些管子割断，最少割断（minimum cut）哪些管子能够使得水流完全不通？

如下所示有一张图，此图简化后的根据这张图，回答上述提出的问题。

问题一：最大流

一定量的水从源头source中流出，流量最大（maximum flow）是多少？
注意：水一旦流出，是可以充满整个管道网的。
s - > t 同时有3条路径可走：

• s - > a - > t q1 = 2;
• s - > a - > b - > t 由于1的成立，容量为1的管道不可能装得下流量为2的水，此路不通，所以 q2 = 0;
• s - > b - > t q3 = 3。

木桶效应：水桶能盛多少水，取决于最短的那片木板。
所以，最大流是 2 + 3 = 5。

问题二：最小割

如果我要把其中的一些管子割断，最少割断（minimum cut）哪些管子能够使得水流完全不通？
即割断

• s - > a （容量为2）
• b - > t （容量为3）
  即可。
  所以，最小割也是 2 + 3 = 5。

结论：最大流 = 最小割

我们可以一句话来表示最大流最小割的思想：最大流（水流流量和）取决于必须经过的那些水管的最小割（水管容量和）。