浅谈网络流

网络流是 OI 中一种非常重要的模型，在生活中也有广泛的运用。
有很多问题都可以抽象成网络流模型，而且这些题大多数看起来甚至跟 图 都没有关联。
所以，掌握好网络流是 至关重要 的。

0x01. 概念 ¹

下述概念较多，比较抽象。

网络

请注意 网络（Flow Network）和 网络流（Flow）的区别。

网络是一个有向带权图 $G(V,E)$，一条边 $(u,v)\in E$ 的边权 $c(u,v)$ 称为这条边的 容量（Capacity）。
网络中有两个特殊点，源点（Source）$s\in V$，汇点（Sink）$t\in V$。

流

网络流即网络上的流。
对于函数 $f(u,v)$，$u,v\in V$，若其满足

1. 容量约束。任意一条边 $(u,v)$ 的流量不能超过它的容量 $c(u,v)$，即 $f(u,v)\le c(u,v)$。
2. 反对称性。每条边的流量与其相反边的流量之和为 $0$，即 $f(u,v)=-f(v,u)$。
3. 流量守恒。除 $s$ 和 $t$，所有节点的流入量等于流出量，即 ∀ x ∈ V − { s , t } , ∑ ( u , x ) ∈ E f ( u , x ) = ∑ ( x , v ) ∈ E f ( x , v ) \forall x \in V - \{s, t\}, \sum\limits_{(u, x) \in E}f(u, x) = \sum\limits_{(x, v) \in E}f(x, v) ∀x∈V−{s,t},(u,x)∈E∑​f(u,x)=(x,v)∈E∑​f(x,v)。

则称 $f$ 是 $G$ 的 流函数。对于 $(u,v)\in E$，$f(u,v)$ 称为边的 流量，$c(u,v)-f(u,v)$ 称为边 $(u,v)$ 的 剩余流量，整个网络的流量为 $\sum _{(s,v)\in E}f(s,v)$，即 从源点出发到所有点的流量之和。
一般而言也可以把网络流理解为整个图的流量。而这个流量必满足上述三个性质。
流函数的完整定义：
$f(u,v)=\{\begin{array}{ll}f(u,v),& (u,v)\in E\\ -f(v,u),& (v,u)\in E\\ 0,& (u,v)\notin E\end{array}$

0x02. 形式化网络

本节仅帮助理解上述概念，已理解可直接跳过。

好吧上面的概念太抽象了（但是基本定义还是要了解。
其实可以把网络想象成一个大型输水系统，有许多的点和许多水管连接着这些点。
源点 $s$ 是水库，可以输出任意大小的水流，汇点 $t$ 是汇聚所有水流的地方。
水流从 $s$ 流到 $t$ 需要经过中转点，中转点不产生流量，也不私吞流量。
水管有一定的容量，不能超额运输水流。
如果从 $s$ 输出一定大小的水流，能满足上述的限制，最终流入 $t$，那么这条流就被称为整个网络的一条 可行流。

上图是一个为了帮助你理解的网络，源点是 $1$，汇点是 $4$，边上的数字代表该边的容量。

0x03. 最大流

网络最大流 指在满足容量约束和流量守恒的前提下，净输出最大的网络流。
最大流算法根据实现原理可以分为两类。

Ford-Fulkerson 增广路算法

这类方法通过寻找 增广路 来求解最大流。

Push-Relabel 预流推进算法

这类方法在求解过程中忽略流守恒性，并每次对一个结点更新信息，以求解最大流。

---

1. 参考资料：网络流简介 - OI Wiki ↩︎