浅谈网络流

网络流

流网络：$G=(V,E)$是一个有向图，网络中有两个特殊点：源点s与汇点t。容量用$c$表示，流量用$f$表示

流网络G中满足两个性质：1、容量限制(通过一条边的流量不会超过该边的容量)，2、流量守恒(从源点s流出的量=最终到达汇点t的量；除了源点s和汇点t外，流入一个点的量=流出一个点的量)

因为不考虑负流量，所以对于$\forall u,v\epsilon V,f(u,v)=f(v,u)$

称$f(u,v)$为从$u$到$v$的流，流$f$的值定义为：
$$|f|=\sum _{v\epsilon V}f(s,v)$$
对于流网络$G=(V,E)$，设流$f$为$G$中的流。对于$G$中的每条边$<u,v>\epsilon E$，可以定义残留容量为在不超过容量限制的条件下，可以通过的额外的网络流量：
$$c_f(u,v)=c(u,v)-f(u,v)$$
残留网络依然是一个流网络，容量由$c_f$给出。设$f$是流网络$G=(V,E)$中的一个流，$f^{\prime }$是其残留网络$G_f$的一个流，则$f+f^{\prime }$仍是网络$G$的一个流。

增广路径：指的是残留网络$G_f$上源点$s$到汇点$t$的一条简单路径，该路径的残留容量为可以沿该路径增加的最多额外流量
c f ( p ) = m i n { c f ( u , v ) ∣ < u , v > ε p } c_{f}(p)=min\{c_{f}(u,v)|<u,v> \varepsilon p\} cf​(p)=min{cf​(u,v)∣<u,v>εp}
$c_f(p)>0$。

所以在残留网络中满足
$$c_f(u,v)=\{\begin{array}{ll}c(u,v)-f(u,v),& \text{(u,v) ε E}\\ f(v,u),& \text{(v,u) ε E}\end{array}$$
意思就是残留网络分为两种边，一种是原图中的边，$c_f(u,v)$就是表示这条边还能再流过多少流量，另一种是原图中的边的反向边，$c_f(u,v)$就是表示通过反向边能往回退多少流量

例：

上图为原图中每条边流量/容量

上图为残留网络中正向边和反向边容量的情况。通过增广路径的定义，我们可知无法从残留网络中找到一条可以从源点s走到汇点t并且边的容量大于0的路径

一个网络中的最大流也称为最大可行流。

流网络$G=(V,E)$的割$[S,T]$将点集$V$划分为$S$和$T(T=V-S)$两部分，使得源点$s\epsilon S$且汇点$t\epsilon T$。符号$[S,T]$代表一个边集合 { < u , v > ∣ < u , v > ε E , u ε S , v ε T } \{<u,v>|<u,v> \varepsilon E,u \varepsilon S,v \varepsilon T\} {<u,v>∣<u,v>εE,uεS,vεT}。穿过割$[S,T]$的流量定义为$f(S,T)$,割$[S,T]$的容量定义为$c(S,T)$。
$$\begin{gathered} 割的容量：c(S,T)=\sum _{u\epsilon S}\sum _{v\epsilon T}c(u,v) \\ 割的流量：f(S,T)=\sum _{u\epsilon S}\sum _{v\epsilon T}f(u,v)-\sum _{u\epsilon T}\sum _{v\epsilon S}f(u,v) \end{gathered}$$
一个网络的最小割也就是该网络中容量最小的割。

割与流的关系：在一个流网络$G=(V,E)$中，设其任意一个流为$f$，且$[S,T]$为$G$的一个割，则通过割的流量为$f(S,T)=|f|$。(从源点s流出的流量=流入汇点t的流量，所有流量一定通过某些边流过去)

推论:在一个流网络$G=(V,E)$中，设其任意一个流为$f$,任意一个割为$[S,T]$,必有$|f|\le c[S,T]$。

最大流最小割定理：如果$f$是具有源点s和汇点t的流网络$G=(V,E)$中的一个流，则下列条件是等价的：
$$\begin{gathered} (1)f是G的一个最大流 \\ (2)残留网络G_f不包含增广路径 \\ (3)对G的某个割[S,T],有|f|=c[S,T] \end{gathered}$$
在求最大流算法中时间复杂度均为上限，与实际差距较大，可以简单认为EK算法可以求解点+边的和为$10^3-10^4$大小的数据量，Dinic算法可以求解点+边的和为$10^4-10^5$大小的数据量，求最大流时，EK算法和Dinic算法维护的都是残留网络。网络流问题的题目关键在于如何建图，怎么求只需要拉板子即可。

EK算法

时间复杂度上限$O(n{m}^2)$

算法步骤：1、找增广路，2、更新残留网络($G_f->G_{f+f^{\prime }}$)，一直到找不到增广路为止

更新残留网络：若正向边容量为$c_1$，反向边容量为$c_2$，假如多流了$k$,所以正向边容量为$c_1-k$，反向边容量为$c_2+k$。

用邻接表的好处就是，如果边的下标从0开始，根据二进制运算的性质，它的反向边^1=它的正向边.

模板题

AC代码：

#include <bits/stdc++.h>
using namespace std;
using LL = long long;
int n, m, s, t;
int head[210], e[10010], ne[10010], idx, pre[210];
LL f[10010], w[210];
//f记录的是容量
//w数组是指从源点s开始走到第i点路径上所有边的容量的最小值
bool vis[210];
void add(int u, int v, int c) {
    //正向边
    e[idx] = v;
    f[idx] = c;
    ne[idx] = head[u];
    head[u] = idx++;
	//反向边
    e[idx] = u;
    f[idx] = 0;
    ne[idx] = head[v];
    head[v] = idx++;
}
bool bfs() {
    memset(vis, false, sizeof(vis));
    queue<int> q;
    q.push(s);
    vis[s] = true;
    w[s] = 1e18;
    while (!q.empty()) {
        int u = q.front();
        q.pop();
        for (int i = head[u]; ~i; i = ne[i]) {
            int v = e[i];
            if (!vis[v] && f[i]) {
                vis[v] = true;
                pre[v] = i;//前驱边
                w[v] = min(w[u], f[i]);//到当前结点的最小容量=min(上一个点的最小容量，当前边的容量)
                if (v == t) {
                    return true;
                }
                q.push(v);
            }
        }
    }
    return false;
}
LL EK() {
    LL ans = 0;
    while (bfs()) {
        //由于每次只走一条增广路的边，所以每次都要加上w[t]
        //表示每一条增广路上从源点s走到汇点t这条路径上边的容量的最小值
        ans += w[t];
        for (int i = t; i != s; i = e[pre[i] ^ 1]) {//下一个点是前驱边的反向边所到达的点
            //前驱边所到达的点对应的流量减
            f[pre[i]] -= w[t];
            //前驱边的反向边所到达的点对应的流量加
            f[pre[i] ^ 1] += w[t];
        }
    }
    return ans;
}
int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    cin >> n >> m >> s >> t;
    memset(head, -1, sizeof(head));
    for (int i = 0; i < m; i++) {
        int u, v, c;
        cin >> u >> v >> c;
        add(u, v, c);
    }
    cout << EK() << '\n';
    return 0;
}

Dinic算法

时间复杂度上限$O(n^{2}m)$

步骤：1、bfs->建立分层图，判断有没有增广路2、dfs->找出所有能增广的路径，因为dfs不回溯，所以时间复杂度不是指数级别

Dinic算法对各种优化非常敏感，需要谨慎优化，少加一个优化都可能会TLE

AC代码：

#include <bits/stdc++.h>
using namespace std;
using LL = long long;
int n, m, s, t;
int e[10010], ne[10010], head[210], idx;
int d[210], cur[210];
LL f[10010], w[10010];
void add(int u, int v, int c) {
    e[idx] = v;
    f[idx] = c;
    ne[idx] = head[u];
    head[u] = idx++;
    e[idx] = u;
    f[idx] = 0;
    ne[idx] = head[v];
    head[v] = idx++;
}
bool bfs() {
    memset(d, -1, sizeof(d));
    queue<int> q;
    q.push(s);
    d[s] = 0;
    cur[s] = head[s];
    while (!q.empty()) {
        int u = q.front();
        q.pop();
        for (int i = head[u]; ~i; i = ne[i]) {
            int v = e[i];
            if (d[v] == -1 && f[i]) {
                //d[]建立分层图，强制把u的下一个点连到v上
                d[v] = d[u] + 1;
                //cur[]记录当前点应该从所有连出去的边的哪一条开始遍历
                //因为在dfs的时候会删掉分层图上的边且永远不会用到了
                cur[v] = head[v];
                if (v == t) {
                    return true;
                }
                q.push(v);
            }
        }
    }
    return false;
}
LL dfs(int u, LL limit) {
    if (u == t) {
        return limit;
    }
    LL flow = 0;
    for (int i = cur[u]; ~i && flow < limit; i = ne[i]) {
        int v = e[i];
        cur[u] = i;
        if (d[v] == d[u] + 1 && f[i]) {
            LL now = dfs(v, min(f[i], limit - flow));
            if (now == 0) {
                //说明v这个点已经流满了 以后绝对用不到了 所以从分层图上删掉
                d[v] = -1;
            }
            f[i] -= now;
            f[i ^ 1] += now;
            flow += now;
        }
    }
    return flow;
}
LL Dinic() {
    LL ans = 0, flow;
    while (bfs()) {//每一次尽可能多的建立分层图 找到增广路
        while (flow = dfs(s, 1e18)) {//每一次求得新的增广路的流量
            ans += flow;
        }
    }
    return ans;
}
int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    cin >> n >> m >> s >> t;
    memset(head, -1, sizeof(head));
    for (int i = 0; i < m; i++) {
        int u, v, c;
        cin >> u >> v >> c;
        add(u, v, c);
    }
    cout << Dinic() << '\n';
    return 0;
}