最大流-Ford-Fulkerson方法
基本Ford-Fulkerson算法
Ford-Fulkerson方法的基本思想是,在每次迭代中,先在残存网络中寻找一个增广路径,然后将流按照增广路径增加即可,直到找不到增广路径为止。
伪代码可以写出:
FORD-FULKERSON(G,s,t)
for each edge(u,v) in G.E
(u,v).f = 0
while Gf.p is not null
cf(p) = min(cf(u,v) : (u,v) in p)
for each edge(u,v) in p
if (u,v) in E
(u,v).f += cf(p)
else
(v,u).f -= cf(p)
算法首先初始化流为零流,下面的while循环中,每一次迭代都先寻找一条增广路径,然后计算这个路径的残存容量,之后按照残存容量调整流量即可,直到没有增广路径位为止。
基本Ford-Fulkerson算法的时间复杂度取决于如何寻找一条增广路径,通常我们使用的是深度优先搜索或者广度优先搜索,均为多项式时间。
Edmonds-Karp算法
在基本Ford-Fulkerson算法的基础上,我们选择广度优先搜索来寻找增广路径,并且这个增广路径的距离 s → t s \to t s→t(把边上的权值看成单位权值)是最小的,为 δ ( s , t ) \delta(s,t) δ(s,t)。这种优化方法称为Edmonds-Karp算法。
引理:如果Edmonds-Karp算法运行在图G中,对于任意节点 u ∈ V − { s , t } u \in V- \{s,t\} u∈V−{s,t},残存网络中的最短路径 δ ( s , u ) \delta(s,u) δ(s,u)随着每次流量的递增而单调递增。
定理:如果Edmonds-Karp算法运行在图G中,流量递增所执行的次数为 O ( V E ) O(VE) O(VE)。
所以,Edmonds-Karp算法的时间复杂度为 O ( V E 2 ) O(VE^{2}) O(VE2)。
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
ll capacity[2000][2000];
ll flow[2000][2000];
int pre[2000];
ll bfs(int n, int s, int t)
{
ll cfp[2000];
memset(cfp, 0, sizeof(cfp));
queue<int> que;
que.push(s);
cfp[s] = LONG_LONG_MAX;
while (!que.empty())
{
int curr = que.front();
que.pop();
for (int i = 1; i <= n; i++)
{
if (cfp[i] == 0)
{
if (capacity[curr][i] != 0 && capacity[curr][i] - flow[curr][i] > 0)
{
// 可以继续流
cfp[i] = min(cfp[curr], capacity[curr][i] - flow[curr][i]);
pre[i] = curr;
que.push(i);
}
else if (capacity[i][curr] != 0 && flow[i][curr] > 0)
{
// 不能继续流,但可以反向流回来
cfp[i] = min(cfp[curr], flow[i][curr]);
pre[i] = curr;
que.push(i);
}
}
}
}
return cfp[t];
}
ll maxFlow(int n, int s, int t)
{
memset(flow, 0, sizeof(flow));
ll ans = 0;
for (ll cfp = bfs(n, s, t); cfp != 0; cfp = bfs(n, s, t))
{
// 往上找父节点
int curr = t;
while (curr != s)
{
int u = pre[curr];
int v = curr;
if (capacity[u][v] != 0)
{
// 如果原图存在边,那么直接递增就行
flow[u][v] += cfp;
}
else
{
// 如果原图不存在边,说明是从反向边递减
flow[v][u] -= cfp;
}
curr = pre[curr];
}
ans += cfp;
}
return ans;
}
int main()
{
memset(capacity, 0, sizeof(capacity));
int N, M, s, t;
cin >> N >> M >> s >> t;
int virtualv = N + 1;
// 一定要考虑重复边的容量相加,非常恶心
while (M--)
{
int u, v;
ll c;
cin >> u >> v >> c;
if (u == v)
{
// 处理自环
capacity[u][virtualv] += c;
capacity[virtualv][u] += c;
virtualv++;
}
else if (capacity[v][u] != 0)
{
// 处理反向边
capacity[u][virtualv] += c;
capacity[virtualv][v] += c;
virtualv++;
}
else
{
capacity[u][v] += c;
}
}
cout << maxFlow(virtualv - 1, s, t) << endl;
}