网络流最大流初步-Push–relabel maximum flow algorithm

最新推荐文章于 2022-11-23 09:00:08 发布

Razhme

最新推荐文章于 2022-11-23 09:00:08 发布

阅读量2k

点赞数

分类专栏：算法初步系列文章标签：网络流

本文链接：https://blog.csdn.net/Razhme/article/details/81201411

版权

本文介绍了网络流最大流算法中的Push-Relabel方法，包括其基本原理和优化策略，特别是使用优先队列进行优化后的性能提升。讨论了如何避免形成环和堰塞湖，并通过调整节点高度来解决问题。虽然基础版本的时间复杂度较高，但通过优先队列优化可达到更优的时间复杂度。

摘要由CSDN通过智能技术生成

简介

做网络流最大流的题，常用的算法就是Dinic's algorithm。时间复杂度为 $O\left ( V^{2}E \right )$ ,通常由于出题人水平较低，几乎能过所有的题。功利地看，这样就没问题了。但是，站在追求真（zhuang）理（B）的角度上。我们有理由去了解更多的算法。

事实上网络流最大流算法，（在具有正确性的前提下，）大体分两类：增广路（augmenting path）算法和推进-重标号（push-relabel）算法（又称预流推进（preflow-push）算法，括号外面的是我自己翻译的）。前一类很常用，常见的同时也是比较优秀的有Edmonds-Karp Algorithm（ $O\left ( VE^{2} \right )$ ）和Dinic's algorithm（ $O\left ( V^{2}E \right )$ ）。后类个体之间的区别在于优化方式，普通的做法复杂度达到了 $O\left ( V^{2}E \right )$ ，队列优化（此种优化后的算法又称HLPP，Highest label preflow push algorithm 最高标号预流推进算法）后是 $O\left ( V^{3} \right )$ ，优先队列优化后是