算法9-4:最大流算法复杂度分析

Ford-Fulkerson算法在整数容量图中能在有限步结束,但具体步数依赖于路径选择策略。最坏情况下,若采用最短路径,可能需要迭代21亿次。然而,通过选择最宽路径,迭代次数可显著减少,复杂度降低为E ln(EU)。不同的路径选择方式对算法效率有显著影响。
摘要由CSDN通过智能技术生成

前面一节介绍了Ford-Fulkerson算法。那么这个算法是否一定能够在有限步骤内结束?要多少步骤呢?


这个问题的答案是,该算法确实能够在有限步骤之内结束,但是至于需要多少步骤,就要仔细分析。


为了分析问题,需要假定图中所有边的容量都是整数。但是有个严重的问题,比如下图中,如果使用Ford-Fulkerson算法,需要迭代200次才能结束。


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