网络流详解

网络流

定义

网络流图定义

1. 每条边有两个权值，容量和流量
2. 流量不超过每条边的容量
3. 流量守恒，每个点流进来和流出去的容量一样
4. 源点和汇点容量无限

定义$E$为边集，$V$为点集

最大流

${\sum }_{v\in V}f(s,v)$ 最大

真实定义：

$|f|={\sum }_{v\in V}f(s,v)-{\sum }_{v\in V}f(v,s)$

由于一般构造的网络流图没有流向起点的边，所以一般不用管（但是分析的时候要考虑

问题：

1. 有反向边的图如何转化使得最大流不变？

   如果有二元环，新建节点连边（拆点

   怎么拆？听甲鱼讲课啊QwQ

2. 多源汇最大流

   连一个超级源点和一个超级汇点，原来的源点汇点连的边容量为$+inf$

   举个例子：二分图最大匹配

最大流建模

1. 是否存在s到t可经过相同节点不经过相同边的两条路径

   边容量设置为1

2. 是否存在不经过中间相同节点的两条路径

   点转化为边（拆成两个点中间连条边），容量设置为1

3. 满足以上两种情况

   同时设置即可

可见最大流模型的一般建模思路是运用流的容量限制，使得题目中的约束得以满足，有时还需使用一些特殊的方法（如上的拆点）来满足题目的特别约束。

残量网络

容量为原容量减去流量

还包含所有原图中的反向边，c(v,u)=-c(u,v)

走反向边的时候，相当于把原来的流量减为0

增广

定义残量网络中的一个流 f’

$f\uparrow f^{\prime }(u,v)=f(u,v)+f^{\prime }(u,v)-f^{\prime }(v,u)$

什么意思呢？

如果残量网络上有这么一条增广路，使得从$s$到$t$的流量最小值$\ge 1$（至少还有1的流量可以通过）

那么把这些流量加到最大流，更新最大流

引理

$f\uparrow f^{\prime }=|f|+|f^{\prime }|$

相当于把剩下可流的流量直接流掉

这个剩下的可能是撤销原来一条弧，增加另一个地方的新弧（反向边的作用

证明

说下思路

1. 流量不超过容量限制

   显然，参考残量网络定义

2. 流量守恒

   把全部拆开，显然各自流量守恒

   然后改变方向合在一起就证出来了

具体？听甲鱼讲课呀QwQ

求流量

大概是把正向子图和反向子图增广拆开

然后合并4项和两项，得到在并图中增广就可以了

增广路

残量网络中从源到汇中的一条简单路径，一个边集

流量相当于残量网络中的瓶颈，即每条边容量的最小值

结论

1. 增广之后流量增加

   运用上面的引理，

   $|f\uparrow f_p|=|f|+|f_p|$

   然后对于任意增广路，$|f_p|>1$

   不然就不事增广路力（不是一条路径

2. 当找不到增广路时当前流是最大流

   这个证明有点复杂

   于是我们通过此问题引入新概念

割

即把$V$划分成$S$和$T$两个子图，定义应该是一个边集，就是KaTeX parse error: Expected 'EOF', got '\and' at position 35: …{v\in T} (u,v) \̲a̲n̲d̲ ̲(v,u) \in E（超级不严谨

割的流量

$f(S,T)={\sum }_{u\in S}{\sum }_{v\in T}f(u,v)-{\sum }_{u\in S}{\sum }_{v\in T}f(v,u)$

割的容量

$c(S,T)=\sum _{u \in S}\sum _{v \in T}c(u,v) $

最小割

所有割中容量最小的那个

引理2

对于流$f$,任意割之间的流量不变

感性理解：流量守恒

还是证明一下吧
$$|f|=\sum _{v\in V}f(s,v)-\sum _{v\in V}f(v,s)$$

$$=\sum _{v\in V}f(s,v)-\sum _{v\in V}f(v,s)+\sum _{u\in S-s}\sum _{v\in V}f(u,v)-\sum _{u\in S-s}\sum _{v\in V}f(u,v)-\sum _{v\in V}\sum _{u\in S-s}f(v,u)+\sum _{v\in V}\sum _{u\in S-s}f(v,u)$$

$$=\sum _{u\in S}\sum _{v\in V}f(u,v)-\sum _{u\in S-s}\sum _{v\in V}f(u,v)-\sum _{v\in V}\sum _{u\in S}f(v,u)+\sum _{v\in V}\sum _{u\in S-s}f(v,u)$$

$$=\sum _{u\in S}\sum _{v\in T}f(u,v)+\sum _{u\in S}\sum _{v\in S}f(u,v)-\sum _{u\in S-s}\sum _{v\in V}f(u,v)-\sum _{v\in T}\sum _{u\in S}f(v,u)-\sum _{v\in S}\sum _{u\in S}f(v,u)+\sum _{v\in V}\sum _{u\in S-s}f(v,u)$$

然后2,3,5,6四项相消（换一下sigma顺序就一模一样了）

得到：

$={\sum }_{u\in S}{\sum }_{v\in T}f(u,v)-{\sum }_{u\in S}{\sum }_{v\in T}f(v,u)$

$=f(u,v)$

推论

任意流$|f|$的流量不超过任意割的容量

$|f|=f(S,T)\le c(S,T)$

很显然

最小割最大流定理

这个定理包含三个命题：

• 流$f$是图$G$的最大流——①

• 当前流 f 的残量网络$c_f$上不存在增广路——②

• 存在某个割使得$|f|=c(S,T)$成立。由结论$2$可知，满足条件的割$c$必定是最小割——③

  这三个命题等价

证明

1. 证明①推②：

   令④为存在$|f_2|>|f|$

   因为$f$是当前的最大流，所以①成立时④不成立

   参考增广路的定义，存在增广路与可以构造$|f_2|>|f|$（$f$为当前流量），即②的否命题与④成逆否命题

   当①成立时，④不成立，②的否命题不成立，②成立

2. 构造点集$S$为$s$在残量网络上能够到达的点集，$T=V-S$，定义那么$t$一定在$T$中($T$中至少有一个$t$)，$(S,T)$是一个割

   即当②成立时③成立

3. 先康康上面的推论

   高中数学告诉我们，两边取任意，左边的最大值就等于右边的最小值

   于是有最大流等于最小割

   即最小割是最大流的充分条件，当③成立时①成立

由上面三个结论可以得到它们是互相的充要条件

网络流算法

Ford-Fulkerson

每次用BFS找任意一条增广路然后增加流量直到残量网络中s与t不连通

很naiive

Edmonds-Karp

每次寻找最短的增广路（BFS）

引理

增广前后s到每个点的距离不降

选取$v$使得$d{f}^{\prime }(v)$ 是d下降的节点中最小的

则有$d{f}^{\prime }(v)<df(v)$

设u为v的前驱节点，则$d{f}^{\prime }(u)<d{f}^{\prime }(v)$

然后证明$(u,v)$不在增广前的网络$Ef$上

如果在，$df(v)\le df(u)+1\le d{f}^{\prime }(u)+1=d{f}^{\prime }(v)$

矛盾，所以不在

因为$df(v)$在本次变化，所以$(u,v)\in E{f}^{\prime }$,

即有 $df(v)=df(u)-1<=d{f}^{\prime }(u)-1=d{f}^{\prime }(v)-2$

所以$v$不存在，其逆命题成立

EK增广$O(nm)$次

总$n{m}^2$

Dinic​

$dinic$ 的原理是先把原图分层，然后一次DFS找完当前残量网络中所有增广路，每次增广一个阻塞流

于是$d$一定单增，所以最多增广$V$次

又因为单次最大是$O(VE)$的（多次经过的点会最多被E条边更新（每条边最多被增广一次），最大V个点都这样被更新）

于是总复杂度是$O(V^{2}E)$也就是$O(n^{2}m)$

搞个板子

#include<iostream>
#include<cstdio> 
#include<algorithm>
#include<queue>
#include<cstring>
#define rep(i,a,b) for(register int i=(a);i<=(b);++i)
#define CLR(x) memset(x,0,sizeof(x))
#define setmi(x) memset(x,-1,sizeof(x))
using namespace std;
const int N = 200021;
struct node{
	int v,w,nex;
}edge[N<<1];
int top=1,head[N],cur[N];
const int inf=192608170;
inline void add(int u,int v,int w){
	edge[++top].v=v;
	edge[top].w=w;
	edge[top].nex=head[u];
	head[u]=top;
}
inline int read(){
	char ch=getchar();int x=0;int pos=1;
	for(;!isdigit(ch);ch=getchar()) if(ch=='-') pos=0;
	for(;isdigit(ch);ch=getchar()) x=(x<<1)+(x<<3)+ch-'0';
	return pos?x:-x; 
}
int n,m,s,t,ui,vi,wi;
class dinic{
	private:
		int level[N];
		queue<int>q;
	public:
		inline int bfs(){
			setmi(level);level[s]=0;
			q.push(s);
			while(!q.empty()){
				int now=q.front();q.pop();
				for(int i=head[now];i;i=edge[i].nex){
					int v=edge[i].v;
					if(level[v]==-1&&edge[i].w){
						level[v]=level[now]+1;
						q.push(v);
					}
				}
			}
			if(level[t]==-1) return 0;
			else return 1;
		}
		inline int dfs(int now,int flow){
			if(now==t||flow==0) return flow;
			int res=flow;
			for(register int &i=cur[now];i;i=edge[i].nex){
				if(res<=0) break;
				int v=edge[i].v;
				if(edge[i].w&&level[v]==level[now]+1){
					int away=dfs(v,min(edge[i].w,res));
					res-=away,edge[i].w-=away,edge[i^1].w+=away;
				}
			}
			cur[now]=head[now];
			return flow-res;
		}
		inline int solve(){
			int ans=0;
			while(bfs()){
				ans+=dfs(s,inf);
			}
			return ans;
		}
}DI;
int main(){
	n=read(),m=read(),s=read(),t=read();
	rep(i,1,m){
		ui=read(),vi=read(),wi=read();
		add(ui,vi,wi);
		add(vi,ui,0);
	}
	rep(i,1,n){
		cur[i]=head[i];
	}
	printf("%d",DI.solve());
	return 0;
}

中等常数，最大点64ms，不想卡

LCT优化

不会，待填坑

加上之后炒鸡块！（也就$nm\log n$)

当前弧优化

显然每条边只会增广一次，更新head数组即可

具体做法是复制一个head的cur（head分层时还有用）

然后这样写：for(int &i = cur[now] ; i ; i = edge[i].nex)

单位容量网络

1. 增广次数不超过$E^{\frac{1}{2}}$

   1. $d(t)\le E^{\frac{1}{2}}$

      增广至少$E^{\frac{1}{2}}$次

   2. $d(t)\ge E^{\frac{1}{2}}$

      在递归到第二步时，至少已经走了$E^{\frac{1}{2}}$层

      所以至少有两层之间边数不超过$E^{\frac{1}{2}}$，又因为每条边容量为1，即边数为两层之间的割的容量$>$割的流量$=$残量网络最大流

      所以$d$的递增不超过$E^{\frac{1}{2}}$次，即增广次数

2. 增广次数不超过$V^{\frac{2}{3}}$

   1. $d(t)\le V^{\frac{2}{3}}$

   2. $d(t)\ge V^{\frac{2}{3}}$

      类似地，一定存在相邻的两层满足点数$\le V^{\frac{1}{3}}$

      于是边数一定$\le (V^{\frac{1}{3}}{)}^2=V^{\frac{2}{3}}$

      同上，容量$>$最小割等于最大流，于是增广不超过$V^{\frac{2}{3}}$

于是增广次数小于$min(V^{\frac{2}{3}},E^{\frac{1}{2}})$

然后经过每个点和每条边经过的增广路数量不超过 $E$ 个

于是总复杂度$O(E\ast min(V^{\frac{2}{3}},E^{\frac{1}{2}}))$

单位网络

1. $d(t)\le V^{\frac{1}{2}}$次

2. $d(t)\ge V^{\frac{1}{2}}$

   类似，可以找到大小$\le V^{\frac{1}{2}}$的割

可以证明跑二分图匹配复杂度

例题

最大权闭合子图

选子图相当于把一个图割成两部分，代表选或者不选

建边方式：所有的正权值连S，负权值连T，原图边连inf（防止被割

最小割产生的图S和图T，图S为最大权闭合子图

证明:

割集中所有的边，不是连接在s上，就是连接在t上

我们记割集中，所有连接在s上的边的权值和为$x_1$，所有连接在t上的边的权值和为$x_2$，而割集中所有边权值和为$X=x_1+x_2$；

令图S中所有点的权值和为$W$，记其中正权值之和为$w_1$，负权值之和为 $-w_2$，故$W=w_1-w_2$；

而$W+X=w_1-w_2+x_1+x_2$，又因为$x_2=w_2$，$W+X=w_1+x_1$

而显然的，$w1+x1$是整个图中所有正权值之和，记为$SUM$

然后有$W=SUM-X$，“图S中所有点的权值和” = “整个图中所有正权值之和” - “割集中所有边权值和”

然后，因为SUM为定值，只要我们取最小割，则“图S中所有点的权值和”就是最大的，即此时图S为图S为最大权闭合子图

这谁想得到啊，，，

海拔

左上点海拔0，右下1，显然是左上一堆点都是0，右下一堆是1，然后取0和1交界处最小值就可以了，暴力DINIC会T

可以转对偶图然后跑最短路

后记

什么？你问我为什么没有后面的题了？

当然是因为我只是一个刚拿到普及奖的蒟蒻啊QwQ

集训以来首次自闭祭

先去搞字符串了