Maximum Flow and Minimum Cut

最大流最小割

Introduction

Mincut Problem

最小割问题，输入是带权有向图，有一个源点 s（source）和一个汇点 t（target），边的权重在这里称作容量（capacity），是个正数。

st-cut(cut): 把图的点分成两个集合 A 和 B，源点 s 和汇点 t 分别属于集合 A 和 B。

capacity: 从集合 A 的点指向集合 B 的点的边的权重之和，如下图。

最小割问题就是找到使 capacity 最小的划分（st-cut），即阻隔从源点到汇点的最小代价。课程举了一个军事补给线的例子，可以用于找到切断敌方军队补给的最小代价。

Maxflow Problem

最大流问题，输入差不多，边一样有容量，多了个流（flow）的概念。把边想象成水管，容量就是设计的最大的流量，流就是实际的流量，显然后者不能大于前者。

为了简化问题，我们假定源点只有流出量，汇点只有流入量，二者相等，也是这张图流的值（总流量）。对于图中的点来说，除了源点和汇点，流入量和流出量是一样的，净流量为零。最大流问题即找出从源点通过图能够传到汇点的最大流的值，满足边的容量限制，各个点要怎么分配流量。应用例子可以反着来，通过补给线能给前线最大提供多少补给，又该怎么调配。

令人惊讶的是，最大流问题和最小割问题是对偶的（dual），若前者有最优解，则后者的最优解存在且相等。

Ford-Fulkerson Algorithm

Ford-Fulkerson 算法是一类计算网络流的最大流的贪心算法，按增广路径的寻找方式又有几种不同的实现方式。

大致过程： 将图中的边视作无向的，边的流量初始为 0，然后寻找从源点 s 到汇点 t 的增广路径，在路径上：

• 增加容量未满的正向边上的流量。
• 减少流量非空的反向边上的流量。

增广路径即存在未满正向边或非空反向边的路径，正向边即边的方向和路径一样，反向边反之。增加源点到汇点方向的正向边流量，减少相反方向的反向边流量，直到没有增广路径，感觉上也是最后就能算出最大流。看个例子：

这条源点到汇点的路径上有很多容量未满的正向边，还有条流量非空的反向边。为了知道增加（减少）多少流量，我们需要计算正向边剩余的可用容量以及反向边被占用的流量，从中找出最小值。上图中不难看出