基于Ford-Fulkerson算法的最大流，最小割问题

问题描述:

最大传输量: 

网络中有两台计算机s(source)和t(sink),现在想从s传输数据到t,该网络中一共有N台计算机，其中一些计算机之间有一条单向的通信电缆，每条通信电缆都有对应的1s内所能传输的最大的数据量。当其他计算机之间没有数据传输时，在1秒内s最多可以传送多少数据到t?    

Ford-Fulkerson算法

 把计算机当作顶点，把连接计算机的通信电缆当作边，就可以当作有向图来考虑。               图中的每条边,都有对应的最大可能的数据传输量。这样，就可以把问题转为如下形式。

• 记每条边对应的实际数据传输量为
• 传输量满足

 

•  数据在传输过程中既不会减少也不会增加，收到的数据量和发出的数据量应该相等

 

•  目标是最大化从s出发的数据量

   

 首先考虑贪心算法

1.  寻找

     

    2.   如果不存在满足条件的路径，则结束。否则，沿该路径尽可能的增加,如此递归。

很容易发现这样得到的结果并非最大值。(不满足贪心选择性)。

贪心法的两条路径:w1:s->1->2->t;w2:s->1->3->t

 

 而实际的最大值为11：

           

贪心选择性的矛盾：对于一条路，可能会影响之后路的流,于是在贪心之后可以对撤销,以供选择。于是可将算法进行如下改进。

1.    只利用的边或者满足的边对应的反向边，寻找
2.    如果不满足这样的路径，则结束。否则，尽可能的增加流，并如此递归

称1中对应的边和E组成的图叫残余网络

称残余网络中的路径为增广路

//Ford-Fulkerson算法领接表实现。
//没有保存f(e)的值，而是直接改变c(e)的值

#include<iostream>
#include<algorithm>
#include<vector>
#include<cmath>
using namespace std;

#define MAX_V 1<<10
#define INF 0x3f3f3f3f
#define int long long

//用于边的结构体
typedef struct edge { int to, cap, rev; }edge;

//图的领接表
vector<edge>G[MAX_V];
//DFS访问标记
bool used[MAX_V];

//向图中增加一条从s到t容量为cap的边
void add_edge(int from, int to, int cap) {
    edge  a = { to,cap,G[to].size() };
    edge  b = { from,0,G[from].size()};
    G[from].push_back(a);
    G[to].push_back(b);
}

//通过DFS找路
int dfs(int v, int t, int f) {
    if (v == t) return f;
    used[v] = true;
    for (int i = 0; i < G[v].size(); i++) {
        edge& e = G[v][i];
        if (!used[e.to] && e.cap > 0) {
            int 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
int max_flow(int s, int t) {
    int flow = 0;
    for (;;) {
        memset(used, 0, sizeof(used));
        int f = dfs(s, t, INF);
        if (f == 0) return flow;
        flow += f;
    }
}

unsigned main() {
    ios::sync_with_stdio(false);
    //to do code
}

记最大流为F,Ford-Fulkerson算法最多进行F次深度优先搜索，所以其复杂度为。

不过这是一个很松的上界，达到这样最坏复杂度的情况几乎不存在。

那么这个算法总能求出最大流吗?答案是肯定的，下面根据最小割来说明。

考虑如下问题:对于给定网络，为了保证没有,需要删去的边的总容量的最小值是多少。

最小割

考虑

由此可见

考虑通过Ford-Fulkerson算法求得的流.记得对应的残余网络中，因为对应的残局网络中

根据的定义

 

再由不等式知

 由此证明了Ford-Fulkerson算法的正确性，同时得到：

 最大流等于最小割

本文借鉴: [日]秋叶拓哉：挑战程序设计