Dinic

EK算法

落谷 P3376

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef pair <int,int> pii;
const ll mod = 1e9 + 7;
const int maxn = 3e5 + 10;
int n, m, st, ed;
int cnt, head[maxn];
int dis[maxn], vis[maxn], pre[maxn];
int flow[maxn], last[maxn];

struct EDGE{
	int nxt, dis;   
	int to, flow;    
} edge[maxn]; 

void add(int u, int v, int w, int d) {  
	edge[cnt].nxt = head[u];
	edge[cnt].flow = w;
	edge[cnt].to = v;
	edge[cnt].dis = d;
	head[u] = cnt++;    
}

bool bfs(int s,int t) {
	memset(flow,0x7f,sizeof(flow));
	memset(dis,0x7f,sizeof(dis));
	memset(vis,0,sizeof(vis));
	queue <int> Q;
	Q.push(s);
	vis[s]=1,dis[s]=0,pre[t]=-1;

	while(!Q.empty()) {
		int temp = Q.front();
		Q.pop();
		vis[temp] = 0;
		for(int i=head[temp]; ~i; i=edge[i].nxt) {
			int v = edge[i].to;
			if(edge[i].flow>0 && dis[v]>dis[temp]+edge[i].dis) {
				dis[v] = dis[temp]+edge[i].dis;
				pre[v] = temp;
				last[v] = i;
				flow[v] = min(flow[temp], edge[i].flow);
				if(!vis[v]) {
					vis[v] = 1;
					Q.push(v);
				}
			}
		}
	}
	return pre[t]!=-1;
}

int EK(int s, int t) {
	int maxflow=0, mincost=0;
	while(bfs(s,t)) {
		int now = t;
		maxflow += flow[t];
		mincost += flow[t]*dis[t];
		while(now!=s) {
			edge[last[now]].flow -= flow[t];
			edge[last[now]^1].flow += flow[t];
			now = pre[now];
		}
	}
	return maxflow;
}

int main() {
	while(~scanf("%d%d%d%d", &n, &m, &st, &ed)){
		cnt = 0;
		memset(head,-1,sizeof(head));
		for(int i=0; i<m; i++){
			int x, y, z;
			scanf("%d%d%d", &x, &y, &z);
			add(x,y,z,1);
			add(y,x,0,1);
		}
		int ans = EK(st,ed);
		printf("%d\n", ans); 
	}
}

Dinic算法

#include<bits/stdc++.h>
#define rint register int
#define deb(x) cerr<<#x<<" = "<<(x)<<'\n';
using namespace std;
typedef long long ll;
typedef pair <int,int> pii;
const ll INF = LONG_LONG_MAX;
const int maxn = 3e5 + 5;
int n, m, st, ed;
ll ans, dis[maxn];
int cnt, head[maxn], cur[maxn];

struct EDGE {
	int nxt, to; 
	ll w;
} edge[maxn];

void add(int u, int v, ll w) {
	edge[cnt].nxt = head[u];
	edge[cnt].w = w;
	edge[cnt].to = v;
	head[u] = cnt++; // 从0开始 
}

int bfs() {
	memset(dis, -1, sizeof(dis));
	dis[st] = 0;
	queue <int> Q;
	Q.push(st);
	while(!Q.empty()) {
		int u = Q.front(); Q.pop();
		for(int i=head[u]; ~i; i=edge[i].nxt) {
			int v = edge[i].to;
			if(dis[v]==-1 && edge[i].w>0) {
				dis[v] = dis[u] + 1;
				Q.push(v);
			}
		}
	}
	return dis[ed] != -1;	// 判断是否联通。
}

ll dfs(int u, ll exp) {
	if(u == ed) return exp;		// 到达终点,全部接受。
	ll flow = 0, tmp = 0;
	for(int &i=cur[u]; ~i; i=edge[i].nxt) {	// 当前弧优化 
		int v = edge[i].to;
		if(dis[v]==dis[u]+1 && edge[i].w>0) {
			tmp = dfs(v, min(exp, edge[i].w));	
			if(!tmp) continue;
			exp -= tmp;			// 流量限制-流量,后边有判断。
			flow += tmp;

			edge[i].w -= tmp;		// 路径上的边残量减少
			edge[i^1].w += tmp;		// 流经的边的反向边残量增加。
			if(!exp) break;			// 判断是否在限制边缘
		}
	}
	return flow;
}

int main() {
	while(~scanf("%d%d%d%d", &n, &m, &st, &ed)) {
		cnt = ans = 0;
		memset(head, -1, sizeof(head));
		int x, y; ll z;
		for(int i=1; i<=m; i++) {
			scanf("%d%d%lld", &x, &y, &z);
			add(x, y, z);
			add(y, x, 0);	// 相邻建边。
		}
		while(bfs()) {
			for(int i=0; i<=n; i++) cur[i] = head[i];
			ans += dfs(st, INF);
		}
		printf("%lld\n", ans);
	}
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dinic算法是一种用来解决最大问题的算法,它的核心思想是构建分层图和阻塞量的概念。通过多次增广路径的查找来找出最大。 在Python中实现Dinic算法可以参考以下步骤: 1. 首先,需要定义一个图的类,包括节点数和邻接表等属性,用来存储图的结构。 2. 实现图的构建函数,根据边的信息添加邻接表。 3. 基于Dinic算法,需要实现一个辅助函数来在网络中查找增广路径。可以使用广度优先搜索(BFS)或深度优先搜索(DFS)来实现。通过不断搜索增广路径,直到找不到增广路径为止。 4. 实现Dinic算法的主函数,其中包括初始化量和残余网络,以及进行多次增广路径搜索的过程。 5. 在每一次增广路径搜索中,需要更新量和残余网络,并计算每一条边的容量。 6. 最后,需要输出最大的值。 以下是一种可能的实现方式: ```python class Graph: def __init__(self, nodes): self.nodes = nodes self.adjacency = [[] for _ in range(nodes)] def add_edge(self, u, v, capacity): self.adjacency[u].append([v, capacity, 0, len(self.adjacency[v])]) self.adjacency[v].append([u, 0, 0, len(self.adjacency[u]) - 1]) def bfs(self, start, end): # 使用BFS查找增广路径 level = [-1] * self.nodes level[start] = 0 queue = [start] while queue: current_node = queue.pop(0) for neighbor in self.adjacency[current_node]: if level[neighbor[0]] < 0 and neighbor[1] > neighbor[2]: # 更新节点的层级 level[neighbor[0]] = level[current_node] + 1 queue.append(neighbor[0]) return level[end] >= 0 def dfs(self, current_node, end, flow): # 使用DFS查找增广路径 if current_node == end: return flow while self.adjacency[current_node][current_edge[current_node]][1] <= self.adjacency[current_node][current_edge[current_node]][2]: current_edge[current_node] += 1 for i in range(current_edge[current_node], len(self.adjacency[current_node])): neighbor = self.adjacency[current_node][i] if level[neighbor[0]] == level[current_node] + 1 and neighbor[1] > neighbor[2]: min_flow = min(flow, neighbor[1] - neighbor[2]) temp_flow = self.dfs(neighbor[0], end, min_flow) if temp_flow > 0: neighbor[2] += temp_flow self.adjacency[neighbor[0]][neighbor[3]][2] -= temp_flow return temp_flow return 0 def dinic(self, start, end): level = [0] * self.nodes max_flow = 0 while self.bfs(start, end): current_edge = [0] * self.nodes while True: flow = self.dfs(start, end, float('inf')) if not flow: break max_flow += flow return max_flow g = Graph(4) g.add_edge(0, 1, 3) g.add_edge(0, 2, 2) g.add_edge(1, 2, 2) g.add_edge(1, 3, 1) g.add_edge(2, 3, 3) print("最大为:", g.dinic(0, 3)) ``` 这个实现中,以一个简单的图作为例子进行了测试。首先,创建一个有4个节点的图,然后添加边和容量。最后,通过调用dinic函数来计算最大的值,并将结果输出。 希望以上回答对你有所帮助,如果有任何问题需要进一步解答,请随时提问。
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