最大流问题与算法分析

最大流问题与算法分析

算法设计技巧：
-网络流
近似算法：
-近似算法示例
-多项式时间近似格式
-近似的硬度结果
随机化：
-随机算法示例
-概率复杂性类

定义：流动网络
流网络是有向图G=（V，E），其中每条边都是e∈ E有一个容量Ce≥ 0,
单源顶点s∈ V没有引入边，单汇顶点t∈ V没有向外的边。
最大流问题
输入：A流量网络：G=（V，E），s,t∈ V，{Ce:e∈ E}
目标：找到最大可能值的s-t流
应用(在实践中)：
网络 : 电路、流体连接管道流体,交通,化学位点结合能量, 金融股
顶点: 门，登记,连接,机场,街
应用(许多其他图形问题的基础)
二部匹配,最小切割,多种商品流动
一些假设
每个节点至少有一条边.所有的电容都是整数。
一种最大流算法
设G=（V，E），s，t，{ce}是网络，f是G中的流。
假设路径:假设路径是从s到t的有向路径P使得P上的每一条边e都有f（e）<c（e）。
瓶颈值。扩充路径P的瓶颈值是c（e）− f（e）覆盖P上的所有边的最小值。
沿着路径增加流量。给定一条带P的增广路径瓶颈值b，我们可以找到一个f’定义为f’（e） =f（e）+b
一种最大流算法
贪婪算法。
从f（e）=0开始计算所有边e∈ E
找到一条增广路径P。
增加沿P方向的流量。
重复，直到你卡住为止。
福特-富尔克森算法
推动流动的高层次理念：
用剩余容量推动边缘,向后推已经在输送气流的边缘，使其转向另一个方向

最大流最小割定理:
最大流量的值等于最小切割的值。
我们同时证明了这两个定理，证明了对于f以下陈述相当：
（i） 存在一个切口（a，B），使得v（f）=cap（a，B）。
（ii）流量f为最大流量。
（iii）不存在相对于f的增广路径。
（一）⇒ （ii）这是弱对偶引理的推论。
（二）⇒ （iii）我们给出了相反的结论：如果存在一条增广路径，然后我们可以提高f。

QA
通用福特-富尔克森算法是输入大小的多项式吗？
不。如果最大容量是C，那么算法可以进行C次迭代。
这个例子可以扩展到产生指数数量的增强。