之前简单介绍了最大流之Ford-Fulkerson算法,此算法时间复杂度为O(F*E)。大多数情况下,这个算法已经足够高效了,但当顶点数或最大流流量非常大时,这个算法就显得不够快了。下面简单介绍易实现的Dinic算法。
Ford_Fulkerson算法通过深度优先搜索寻找增广路,并沿着它增广。与之相对,Dinic算法总是寻找最短的增广路,并沿着它增广。时间复杂度O(E*V^2),不过。该算法在实际应用中速度非常快,很多时候即便图的规模比较大也没有问题。
代码:
//用于表示边的结构体(终点,容量,反向边)
struct edge
{
int to;
long long cap;
int rev;
};
vector<edge> G[max_v];//图的邻接表表示
int level[max_v];//顶点到源点的距离标号
//向图中增加一条从s到t容量为cap的边
void add_edge(int from,int to,long long cap)
{
G[from].push_back((edge){to,cap,G[to].size()});
G[to].push_back((edge){from,0,G[from].size()-1});
}
bool bfs(int s, int t)
{
memset(level,-1,sizeof(level));
queue<int> que;
level[s]=0;
que.push(s);
while(!que.empty())
{
int v=que.front(); que.pop();
if(v==t)
{
return true;
}
for(int i=0;i<G[v].size();i++)
{
edge &e=G[v][i];
if (e.cap>0&&level[e.to]<0)
{
level[e.to]=level[v]+1;
que.push(e.to);
}
}
}
return false;
}
//通过DFS寻找增广路
long long dfs(int v,int t,long long f)
{
if(v==t) return f;
for(int i=0;i<G[v].size();i++)
{
edge &e=G[v][i];
if(e.cap>0&&level[v]+1==level[e.to])
{
long long d=dfs(e.to,t,min(f,e.cap));
if(d>0)
{
e.cap-=d;
G[e.to][e.rev].cap+=d;
return d;
}
}
}
return 0;
}
//求解从s到t的最大流
long long max_flow(int s,int t)
{
long long flow=0;
while(bfs(s,t))
{
flow+=dfs(s, t, INF);
}
return flow;
}