网络流专题训练材料收集

我这次上传2本书，还有我写的一个简短的paper。分别是：
《Network Flows - Theory, Algorithms, And Applications》包括习题解答
《Combinatorial optimization:networks and matroids》
"任意图最大加权匹配简单算法.doc"
注：附件里还有一个这两本书的阅读器
我刚开始搞acm时看《Network Flows - Theory, Algorithms, And Applications》这本书，就是为了想提升一下自己英语阅读水平，结果书看完了阅读能力还是很差。
《Combinatorial optimization:networks and matroids》这本书里有些是上面那本书没有的东西
下面介绍一个提纲，其中有介绍复杂度的地方，n表示图的顶点数，m表示图的边数

下面是学习网络流的一些材料和网上的一些题目

第一部分：算法学习
一、初级算法

1.最大流
简单描述：熟悉残余网络这种网络流最基础的表示方法，会写最基本的bfs和dfs找增广路的Ford Fulkerson算法。dfs一般代码要简短一些，但不是多项式算法，用bfs算法是多项式的，最坏复杂度为O(n*m*m)，不要过分相信复杂度这个东西而不敢用网络流算法了。学会实用的capacity scaling方法。
参考资料：
 《Network Flows - Theory, Algorithms, And Applications》 P185，算法介绍
 《Network Flows - Theory, Algorithms, And Applications》 P212，capacity scaling方法介绍
推荐题目：
 POJ 1273，随便什么算法只要没写错都可以过
 POJ 1459,如果是写的裸的dfs增广应该会TLE，但是加上两句用上capacity scaling方法使算法变成伪多项式算法就可以AC

2.匹配
简单描述：解决二分图基数匹配的算法，一般直接用bfs或dfs找增广路
参考资料：《Combinatorial optimization：networks and matroids》P195,刚开始学可以找别人代码看看
推荐题目：POJ 1469，POJ 2446，

3.费用流
简单描述：最简单的费用流算法---连续最短路算法，要求这个网络里面不含有负环，若用spfa就可以直接不停的跑就是了，但如何用类似dijkstra这样不能有负权的最短路算法来做，就看看参考资料里面吧。
参考资料：《Network Flows - Theory, Algorithms, And Applications》P321，算法介绍
推荐题目：POJ 2516，POJ 2195，
 https://www.spoj.pl/problems/COVER，这个题目用spfa写的最短路恐怕跑不过去，还是写个优化过的dijkstra吧

二、中级算法

1.最大流
简单描述：可以选择的有SAP(Shortest Augmenting Path)算法，Dinic算法(和sap其实是差不多的)，预留推进算法(Preflow-Push),前两种复杂度为O(n*n*m),预留推进算法大概在(n^3)，但是我们选择前两种而不选第3种是因为实际中一般前两种跑得快得多。学会SAP或Dinic是很必要的。然后说一些SAP(Dinic)在解决特殊问题的复杂度：用最大流做二分图基数匹配时候的复杂度为(m*n^0.5)，如果最大流每条边容量上限为1,那么复杂度为O(n^(2/3)*m),参见《Network Flows - Theory, Algorithms, And Applications》 P254
参考资料：《Network Flows - Theory, Algorithms, And Applications》P215,介绍SAP算法
推荐题目：POJ 3469

2.匹配
简单描述：解决二分图加权匹配的KM算法，复杂度为O(n^3),但常数比用费用流解决少很多，为1/8左右
参考资料：有几个算法的思想都差不多，可以看《Combinatorial optimization：networks and matroids》P205，具体代码可以在网上找,比如“ACM浙大模板”里面就有
推荐题目：HDOJ 2426，HDOJ 2448

3.费用流
简单描述：如果费用没有为0的边，可以很轻松将最大流的SAP算法改成解费用流的算法，之前的标号现在就记到汇点的距离，这样的费用流速度大概为最短路的两倍。下面的这个算法我感觉还可以，速度和SAP修改过来的差不多
参考资料：
 《Network Flows - Theory, Algorithms, And Applications》P366，relaxation algorithm
推荐题目：暂时没有

三、高级算法

1.最大流
没有，用动态树优化dinic?没必要了吧

2.匹配
一般图的匹配算法：
参考资料："任意图最大加权匹配简单算法.doc"，就在附件中
推荐题目：
 http://acmicpc-live-archive.uva.es/nuevoportal/data/problem.php?p=4039，经典的中国邮路问题
 CDOJ 1055,小规模的用于测试，(好像题目数据有问题不知道改过来没,数据中有些G[ i ][j]!=G[j][ i ])。

3.费用流
简单描述：网络单纯形算法，算法本身很简单，只是动态维护一颗树的结构和一些数据，达到快速找到并消去负环的目的，该算法在acm中实用价值不高，要写出常数小的优秀代码更不容易。如果拉链表维护这棵树每一个操作都不是问题，但每次复杂度都达到最坏的O(n)，我觉得这样写运行效率和之前说的***算法差不多，是连续最短路效率2倍左右，没多少优势。其次是用线索树维护(thread tree),每次复杂度最坏为O(n),但是实现有太多细节要注意（下面参考资料主要就是介绍这种方式的，但最繁琐的地方没有介绍，需要自己琢磨），我写出来的算法的效率大概为直接拉链表的2倍，也就是大概是最原始的连续最短路算法效率的4倍，若做二分图带权匹配由于常数问题效率只有不到KM算法的一半。最后还有一种实现方法，就是使用两种动态树(dynamic tree)维护这些数据，每次消个圈操作复杂度为O(log(n)),但是它常数很大，一般不会有上万个点的费用流让你做。这3种实现代码都相对较大，而且是递增的，因此写出来只是用于刷一些题目的版，其实用性不大，但优势还是有一些的，当流量比较大的时候比连续最短路算法就快多了，它能适应更广的范围，允许边权为负数而不需要进行转化。而如果转化了之后跑最短路一般速度都变得慢多了(要送过去的流量变多了)。
参考资料：《Network Flows - Theory, Algorithms, And Applications》第11章，P402开始
推荐题目：没发现什么题目必须用这个算法

第二部分：模型学习

1.二分图相关的性质：
 简单描述：无奇环性质，最大匹配数等于最小顶点覆盖等等
 参考资料：
 推荐题目：POJ 1325，POJ 1466
 POJ 3715，主要是要按某个字典序求最小顶点覆盖是难点

2.网络流的转化：
 简单描述：如何拆点，如何解决边权为负且有负环，可行流等等。熟练掌握它们是建立网络流模型的基础
 参考资料：
 《Network Flows - Theory, Algorithms, And Applications》P38开始，介绍Network Transformations
 《Network Flows - Theory, Algorithms, And Applications》 P169，介绍可行流问题
 推荐题目：
 POJ 2396，《Network Flows - Theory, Algorithms, And Applications》 P171

3.最小路径覆盖：
 简单描述：这是个很有用的模型，要弄清它的变化，参考资料是按最大流来讲的，可以转化为二分图基数匹配
 参考资料：《Network Flows - Theory, Algorithms, And Applications》P176
 推荐题目：POJ 1422，POJ 2594，
 http://code.google.com/codejam/contest/dashboard?c=204113#s=p2

4.设计合适的最大流解决问题：
 简单描述：这类题目就是按最大流网络的特点，设计这样的网络满足题意，最后求解即得结果
 参考资料：
 推荐题目：POJ 1087,POJ 1149，HDOJ 3081,

5.设计合适的费用流解决问题：
 简单描述：和上面差不多
 参考资料：
 推荐题目：POJ 3680，《Network Flows - Theory, Algorithms, And Applications》P302

6.最大流最小割定理：
 简单描述：这个定理是最容易出有新意的题的，有时候你看了题目可能根本没往这方面想，因此见题多想想这个定理。关于求出最大流后怎么输出一个割集，只需要从源点bfs或dfs跑一遍所有能到达的点，这样所有一端遍历过，另一端没遍历过的边都是割边。如果要按某种类似字典序输出割集，我只想到按字典序枚举每条边，然后重新判断是否可能在割集里面，注意最大流的中间结果要充分利用，减少重复计算。按字典序输出最大流也是同样道理
 参考资料：《Network Flows - Theory, Algorithms, And Applications》 P185
 推荐题目：POJ 3469, 《Network Flows - Theory, Algorithms, And Applications》P174
 CDOJ 1195，《Combinatorial optimization:networks and matroids》P125
 SRM 465 GreenWarfare
 http://code.google.com/codejam/contest/dashboard?c=32011#s=p4
第三部分：其它相关内容

1.线性规划
 简单描述：以上介绍的所有内容都是线性规划的子集，上面的所有问题除了任意图匹配外，都可以转化为有多项式个限制条件的线性规划问题，对于上面都不能解决的模型，或许用这个原始的工具就能够解决。它能解决太多的优化问题了，只是在acm中发现必须用它的算法不怎么多。算法用单纯形算法几乎是不二选择，算法真的很简单。
 参考资料：新版《算法导论》中线性规划部分
 推荐题目：
 http://acmicpc-live-archive.uva.es/nuevoportal/data/problem.php?p=3787，这个题目刘汝佳出的，本意是用网络流怎么变下做，但我不会则用最原始的单纯形做还刷版了
 POJ 2595，POJ 3525，POJ 3335，这几题本意都不是考察线性规划的，拿去水题吧

2.最小平均环（Minimum Mean Cycle Problem）
 简单描述：就是求一个环，这个环的和除以环的边数的平均值要是最小的，可以二分结果然后判断负环，或者专门的算法
 参考资料：
 《Network Flows - Theory, Algorithms, And Applications》P150（二分法），P152（一个专门的算法）
 “任意图最大加权匹配简单算法.doc”第一部分关于找负环的算法
 推荐题目：POJ 2175

3.无向图的最小割边：
 简单描述：就是将一个无向图割成两部分，最小要删除的边数总和。注意这个算法虽然看起来有点像最小生成树算法，但不能解决图中有负权的情况。
 参考资料：http://docs.google.com/uc?export=download&id=0BwxLvD9mcDNtMjk3MWVkMTAtZjMzNi00ZWE3LTkxYjQtYTQwNzcyZTk3Njk2
 推荐题目：HDOJ 3002,数据出水了，很多错误算法都可以过
最后总结下上面涉及到的题目：
CDOJ:1055,1195
POJ:1087,1149,1273,1325,1422,1459,1466,1469,2175,2195,2396,2446,2516,2594,2595,2679,2949,3335,3469,3525,3680,3715,
HDOJ:2426,2448,3002,3081,
TopCoder:SRM 465 GreenWarfare,
Other:
http://acmicpc-live-archive.uva.es/nuevoportal/data/problem.php?p=3787
http://acmicpc-live-archive.uva.es/nuevoportal/data/problem.php?p=4039
http://code.google.com/codejam/contest/dashboard?c=204113#s=p2
http://code.google.com/codejam/contest/dashboard?c=32011#s=p4
https://www.spoj.pl/problems/COVER