目前缺少:存在上下界限制的费用流
可能存在诸多 bug,如果有人看的话 还请指出
自用Dinic模板
struct Edge {
int from, to, cap, flow;
Edge(int f, int t, int c, int fl) {
from = f;
to = t;
cap = c;
flow = fl;
}
};
struct Dinic {
int n, m, s, t; //结点数,边数(包括反向弧),源点编号和汇点编号
vector<Edge> edges; //边表。edge[e]和edge[e^1]互为反向弧
vector<int> G[N]; //邻接表,G[i][j]表示节点i和第j条边在e数组中的序号
bool vis[N]; // BFS使用
int d[N]; //从起点到i的距离
int cur[N]; //当前弧下标
void clear_all(int n) {
for (int i = 0; i < n; i++)
G[i].clear();
edges.clear();
}
void clear_flow() {
int len = edges.size();
for (int i = 0; i < len; i++)
edges[i].flow = 0;
}
void add_edge(int from, int to, int cap) {
edges.push_back(Edge(from, to, cap, 0));
edges.push_back(Edge(to, from, 0, 0));
m = edges.size();
G[from].push_back(m - 2);
G[to].push_back(m - 1);
}
bool BFS() {
memset(vis, 0, sizeof(vis));
queue<int> q;
q.push(s);
d[s] = 0;
vis[s] = 1;
while (!q.empty()) {
int x = q.front();
q.pop();
int len = G[x].size();
for (int i = 0; i < len; i++) {
Edge& e = edges[G[x][i]];
if (!vis[e.to] && e.cap > e.flow) {
vis[e.to] = 1;
d[e.to] = d[x] + 1;
q.push(e.to);
}
}
}
return vis[t];
}
int DFS(int x, int a) {
if (x == t || a == 0)
return a;
int flow = 0, f, len = G[x].size();
for (int& i = cur[x]; i < len; i++) {
Edge& e = edges[G[x][i]];
if (d[x] + 1 == d[e.to] &&
(f = DFS(e.to, min(a, e.cap - e.flow))) > 0) {
e.flow += f;
edges[G[x][i] ^ 1].flow -= f;
flow += f;
a -= f;
if (a == 0)
break;
}
}
return flow;
}
int maxflow(int s, int t) {
this->s = s;
this->t = t;
int flow = 0;
while (BFS()) {
memset(cur, 0, sizeof(cur));
flow += DFS(s, inf);
}
return flow;
}
int mincut() { // call this after maxflow
int ans = 0;
int len = edges.size();
for (int i = 0; i < len; i++) {
Edge& e = edges[i];
if (vis[e.from] && !vis[e.to] && e.cap > 0)
ans++;
}
return ans;
}
void reduce() {
int len = edges.size();
for (int i = 0; i < len; i++)
edges[i].cap -= edges[i].flow;
}
} dinic;
关于该板子的某些使用事项
因为喜欢用 vector 搬来的这份板子,但原作者已经不得而知(sad),由于和普遍流通板子的某些差异性,导致很多时候因为无法掌握强大功能引发了很多 bug。
每条边存在四个属性: f r o m , t o , c a p , f l o w from,to,cap,flow from,to,cap,flow,调用建边函数时将自动建出反向边,初始时 f l o w = 0 flow=0 flow=0。在边表 e d g e s edges edges 中, e d g e s [ e ] edges[e] edges[e] 与 e d g e s [ e edges[e edges[e^ 1 ] 1] 1] 互为反向边。
跑完最大流后,在不做其他任何操作的情况下, f l o w flow flow 将改变为满足该最大流情况下该条边经过的流量,但 c a p cap cap 并没有发生改变,即此时获得的并不是残余网络。但好处是可以在该情况下直接访问某条边经过的流量,而不需要查找其对应反边。
如果需要获得残余网络,调用以下:
dinic.reduce();
dinic.clear_flow();
其中 r e d u c e reduce reduce 使所有边的容量减去流量, c l e a r _ f l o w clear\_flow clear_flow 将所有边的流量清空。
无源汇上下界可行流
设某边的限制为下界为 d o w n down down,上界为 u p up up,可以默认所有边都已流过下界的流量,那么该边上还能流过的流量为 u p − d o w n up-down up−down
通过 i n in in 数组记录该点的流量平衡问题,如果 i n < 0 in<0 in<0,说明流入太多,多余部分需要给平衡汇点 t t t。如果 i n > 0 in>0 in>0,说明流入太少,缺少的部分需要由平衡源点 s s s 补充。
可行流即为平衡源点 s s s 到平衡汇点 t t t 的最大流。
最后实际流量=该边流量+下界
参考用
for (int i = 1; i <= m; i++) {
int u, v;
cin >> u >> v >> down[i] >> up[i]; //下界 上界
dinic.add_edge(u, v, up[i] - down[i]);
in[u] -= down[i], in[v] += down[i];
//该边有down[i]的流量 所以前面u需要down[i]流入 v需要流出down[i]
}
s = 0, t = n + 1;
int ans = 0, sumn = 0;
for (int i = 1; i <= n; i++) {
if (in[i] < 0)
dinic.add_edge(i, t, -in[i]); //流入太多 给汇点
else
dinic.add_edge(s, i, in[i]), sumn += in[i]; //流出太多 源点补充
}
ans = dinic.maxflow(s, t);
if (ans != sumn) {
cout << "NO" << endl;
return;
}
cout << "YES" << endl;
for (int i = 0; i < m * 2; i += 2) {
cout << dinic.edges[i].flow + down[i / 2 + 1] << endl;
//下界+该边流量=实际流量
}
智慧建边工具
void ins(int u, int v, int l, int r) {
dinic.add_edge(u, v, r - l);
in[u] -= l;
in[v] += l;
}
有源汇上下界可行流
有源汇与无源汇的区别是,在后者的基础上增加了流量不平衡的两个点 s s s, t t t
因此只要使这两个点也满足流量平衡,就能套用上面的无源汇上下界可行流
方法:在原图中让 t t t 连向 s s s 一条流量上下界为 [ 0 , i n f ] [ 0 , i n f ] [0,inf] 的边
注意平衡源汇点和原图源汇点的区别
有源汇上下界最大流
步骤:
1、在原图中让 t t t 连向 s s s 一条流量上下界为 [ 0 , i n f ] [ 0 , i n f ] [0,inf] 的边
2、增加虚拟源点 s s ss ss 和虚拟汇点 t t tt tt,跑 s s ss ss 到 t t tt tt 的可行流 f l o w 1 flow1 flow1。
(以上为有源汇上下界可行流)
3、去除原图中 t t t 连向 s s s 一条流量上下界为 [ 0 , i n f ] [ 0 , i n f ] [0,inf] 的边
4、跑原图中 s s s 到 t t t 的最大流 f l o w 2 flow2 flow2。
最终= f l o w 1 + f l o w 2 flow1+flow2 flow1+flow2
删边
dinic.reduce();
dinic.clear_flow();
//以上为转化成残留网络
dinic.edges[len - 2].cap = dinic.edges[len - 1].cap = 0;
有源汇上下界最小流步骤:
1、在原图中让 t t t 连向 s s s 一条流量上下界为 [ 0 , i n f ] [ 0 , i n f ] [0,inf] 的边
2、增加虚拟源点 s s ss ss 和虚拟汇点 t t tt tt,跑 s s ss ss 到 t t tt tt 的可行流 f l o w 1 flow1 flow1。
(以上为有源汇上下界可行流)
3、去除原图中 t t t 连向 s s s 一条流量上下界为 [ 0 , i n f ] [ 0 , i n f ] [0,inf] 的边
4、跑原图中 t t t 到 s s s 的最大流 f l o w 2 flow2 flow2。(在不改变流量平衡的情况下能够退回的最大流量)
最终= f l o w 1 − f l o w 2 flow1-flow2 flow1−flow2
自用费用流(dij实现)板子
template <int N>
struct MCMF {
struct E {
int to, cap, val, inv;
};
vector<E> g[N];
int dis[N], now[N], h[N], pre[N], preu[N];
void add(int u, int v, int f, int w) {
g[u].push_back({v, f, w, (int)g[v].size()});
g[v].push_back({u, 0, -w, (int)g[u].size() - 1});
}
void dijkstra(int st) {
priority_queue<pair<int, int>, vector<pair<int, int>>,
greater<pair<int, int>>>
q;
memset(dis, 0x3f, sizeof dis);
memset(pre, -1, sizeof pre);
memset(preu, -1, sizeof preu);
dis[st] = 0;
q.push({0, st});
while (q.size()) {
// auto [d, u] = q.top();
auto qnow = q.top();
int d = qnow.first, u = qnow.second;
q.pop();
if (dis[u] < d)
continue;
int x = 0;
for (auto gnow : g[u]) {
int v = gnow.to, f = gnow.cap, w = gnow.val, inv = gnow.inv;
if (f && dis[v] > dis[u] + w + h[u] - h[v]) {
dis[v] = dis[u] + h[u] - h[v] + w;
pre[v] = x;
preu[v] = u;
q.push({dis[v], v});
}
x++;
}
}
}
pair<int, int> min_cost_max_flow(int st, int ed) {
memset(h, 0, sizeof h);
for (int flow = 0, cost = 0, res = inf;; res = inf) {
dijkstra(st);
if (dis[ed] > inf)
return {flow, cost};
for (int i = 0; i < N; i++) {
h[i] += dis[i];
}
for (int i = ed; i != st; i = preu[i]) {
res = min(res, g[preu[i]][pre[i]].cap);
}
flow += res;
cost += res * h[ed];
for (int i = ed; i != st; i = preu[i]) {
g[i][g[preu[i]][pre[i]].inv].cap += res;
g[preu[i]][pre[i]].cap -= res;
}
}
}
};
MCMF<505> mcmf;
int n, m, s, t;
void solve() {
cin >> n >> m >> s >> t;
for (int i = 1; i <= m; i++) {
int u, v, w, c;
cin >> u >> v >> w >> c;
mcmf.add(u, v, w, c);//最大费用最大流:建-c边 最后输出-ans.second.
}
auto ans = mcmf.min_cost_max_flow(s, t);
cout << ans.first << " " << ans.second << endl;
}
上下界最小费用可行流
读入边时用 s u m sum sum 累加所有边的边权,如果最后所有边需要经过的下界为 1 1 1 次,那么最后答案需要加上 s u m sum sum(以此类推)。
从源点到汇点跑最大流即为可行流。
最小割相关知识
10.17 开始接触中 待更新
最小割点
裸思想:
由于每个点只能被删除一次,求最小割点时,拆为入点和出点,两点之间连容量为 1 1 1 的边,其它边容量为 i n f inf inf,则最后求到的最小割对应的就是割点数量。