有向图的最小流量最大费用

关于最小费用最大流的问题描述，这个ppt讲的很好   https://wenku.baidu.com/view/38c158d4c1c708a1284a44af.html

初始化费用矩阵和链路容量矩阵，费用矩阵中如果两个点之间不相连，则代价为inf，而链路容量矩阵中两个点不直连，则链路容量为0.

然后怎样在迭代中更新费用矩阵，有三条规则：

1、如果某条链路没有任何流量通过，则该条链路的费用不变。

2、如果某条链路上有流量但不饱和，则该条链路原本的前向链路的代价为a的话，则反向添加一条链路，其代价为-a。（例如原本图中是点i到j，费用为a，则现在代价矩阵中添加一条从j到i的链路，代价为-a），具体理解：称i到j为前向链路，j到i为后向链路，这样表明，如果后面继续会从前向链路上增加流量的话，费用会增加a*走过的流量，如果链路一开始走多了，那么要回退，即走后向链路，那么费用会以-a*退的流量而减少。

3、如果某条链路达到饱和，那么原来前向链路的费用为inf（即断开），后向链路的费用为-a，表示已经不能再从前向链路增加流量了，只能从后向退回原来多走的流量。

然后更新完代价矩阵之后，再根据实际走的流量情况更新走的流量矩阵。最终完成迭代，得到最小费用最大流。

附上matlab代码：

function [ f,MinCost,MaxFlow ] = MaxFlowMinCost( a,c,V,s,t )
%% 输入参数列表
%  a        单位流量的费用矩阵
%  c        链路容量矩阵
%  V        最大流的预设值，可为无穷大
%  s        源节点
%  t        目的节点
%% 输出参数列表
%  f        链路流量矩阵
%  MinCost  最小费用
%  MaxFlow  最大流量
%% 说明
%不断更新a和c矩阵，如果某两点之间的链路容量饱和，则该链路费用为inf，链路容量为0
%% 第一步：初始化
    NodeNum=size(a,1);%节点数目
    f=zeros(NodeNum,NodeNum);%流量矩阵，初始时为零流
    MaxFlow=0;%最大流量，初始时也为零
    MinCost=0;%初始化最小费用
    w=a;%权值费用矩阵
    %% 第二步：迭代过程
    while MaxFlow<V%停止条件为达到最大流的预设值
        [cost,path] = Floyd(w,s,t);
        
        %判断从s到t是否已经无路可走
        if cost==inf 
            break;
        end
        
        %求一条最小花费路径上的最大流量
        minflow=[];%以花费为权值的最小路径上的能通过的最大流量
        for i=1:(length(path)-1)     
            if c(path(i),path(i+1))>f(path(i),path(i+1))
                minflow=[minflow,c(path(i),path(i+1))-f(path(i),path(i+1))];
            elseif c(path(i+1),path(i))==f(path(i+1),path(i))
                minflow=[minflow,c(path(i+1),path(i))];
            else
                disp('出错啦1！');
            end
        end
        minflow=min(minflow);
        disp(['minflow为: ', num2str(minflow)]);
        disp(path);
        
        MaxFlow=MaxFlow+minflow;
        if MaxFlow>=V%如果最后流量过剩
           minflow=minflow-(MaxFlow-V);
           MinCost=MinCost+(cost*minflow);
           for i=1:(length(path)-1)
               if c(path(i),path(i+1))>f(path(i),path(i+1))
                   f(path(i),path(i+1))=f(path(i),path(i+1))+minflow;
               elseif c(path(i+1),path(i))==f(path(i+1),path(i))
                   f(path(i+1),path(i))=f(path(i+1),path(i))-minflow;
               else
                   disp('出错啦2！');
               end
           end
           MaxFlow=V;
           for i=1:(length(path)-1)
                if c(path(i),path(i+1))==f(path(i),path(i+1))%饱和链路
                    w(path(i+1),path(i))=-w(path(i),path(i+1));
                    w(path(i),path(i+1))=inf;
                elseif c(path(i),path(i+1))>f(path(i),path(i+1))
                    w(path(i+1),path(i))=-w(path(i),path(i+1));
                elseif c(path(i+1),path(i))>f(path(i+1),path(i))
                    w(path(i),path(i+1))=-w(path(i+1),path(i));
                else
                    disp('出错啦!3');
                end
           end
           break;
        end
        MinCost=MinCost+(cost*minflow);
        for i=1:(length(path)-1)
            if c(path(i),path(i+1))>f(path(i),path(i+1))
                   f(path(i),path(i+1))=f(path(i),path(i+1))+minflow;
            elseif c(path(i+1),path(i))==f(path(i+1),path(i))
                   f(path(i+1),path(i))=f(path(i+1),path(i))-minflow;
            else
                   disp('出错啦4！');
            end
        end 
        %更新a和c矩阵
        for i=1:(length(path)-1)
            if c(path(i),path(i+1))==f(path(i),path(i+1))%饱和链路
                    w(path(i+1),path(i))=-w(path(i),path(i+1));
                    w(path(i),path(i+1))=inf;
            elseif c(path(i),path(i+1))>f(path(i),path(i+1))
                    w(path(i+1),path(i))=-w(path(i),path(i+1));
            elseif c(path(i+1),path(i))>f(path(i+1),path(i))
                    w(path(i),path(i+1))=-w(path(i+1),path(i));
            else
                    disp('出错啦!5');
            end
        end
    end
end

function [ MinCost,path ] = Floyd( w,s,t )
%w：输入图的邻接矩阵
%s：源节点标号
%t：目的节点标号
%MinCost：费用
%path：最短路径
%D：D为路径的邻接矩阵
%path_matrix：路径所经过的端点

n=size(w,1);
%设初值
D=w;
path_matrix=zeros(n);%生成n*n的矩阵
for i=1:n
   for j=1:n
       if D(i,j)~=inf
           path_matrix(i,j)=j;
       end
   end
end %生成路径矩阵
%迭代，更新D path
for k=1:n
   for i=1:n
      for j=1:n
         if D(i,k)+D(k,j)<D(i,j)
            D(i,j)=D(i,k)+D(k,j);%更新路径的权值
            path_matrix(i,j)=path_matrix(i,k);%注意这里因为存的都是后一个点，所以(k,j)存的还是j，所以不用更新
         end
      end
   end
end
%%输出最小代价和路径
MinCost=D(s,t);
if MinCost==inf%注意这里加一个判断，不然当面临s到t无路径时会出错
    path=[];
    return
end
path=[s];
tmp=s;
while tmp~=t
    tmp=path_matrix(tmp,t);
    path=[path,tmp];
end
end