最大流最小割算法; BFS搜索增广路径; 算法简单,打印结果也比较清晰;

#include <iostream> #include <queue> using namespace std; /*********************************/ * 最小割最大流算法 * 可以在求得最大流的同时获取最小割集S,T * 邻接矩阵存储各类信息 /*********************************/ #define INF 1000000 const int MAXN=1000; int cap[MAXN][MAXN]; //容量 ,没有边为0 int flow[MAXN][MAXN]; //流量 int a[MAXN]; //增广路径上最小残流 int p[MAXN]; //增广路前驱 int n; // 顶点数目 int f; //最大流 int s,t; //源点，汇点 /*********************************/ * 邻接矩阵读入图数据 * 例子： 0 16 13 0 0 0 0 0 10 12 0 0 0 4 0 0 14 0 0 0 9 0 0 20 0 0 0 7 0 4 0 0 0 0 0 0 /*********************************/ void readG() { cin>>n; for(int i=0;i<n;++i) { for(int j=0;j<n;++j) { cin>>cap[i][j]; } } } /*********************************/ * EdmondsKarp() 最大流最小割算法 * BFS搜索增广路 /*********************************/ void EdmondsKarp() { cin>>s>>t; queue<int> q; memset(flow,0,sizeof(flow)); f=0; for(;;) { memset(a,0,sizeof(a)); a[s]=INF; q.push(s); while(!q.empty()) { int u=q.front(); q.pop(); for(int v=0;v<n;++v) { if(!a[v]&&cap[u][v]-flow[u][v]>0) { p[v]=u; a[v]= (cap[u][v]-flow[u][v]) < a[u] ? (cap[u][v]-flow[u][v]) : a[u]; q.push(v); } } } //没有增广路,算法结束,打印最小割 if(!a[t]) { cout<<"/n/n最小割集S:"; for(int i=0;i<n;++i) { if(a[i]) { cout<<i<<","; } } cout<<"/n最小割集T:"; for(int j=0;j<n;++j) { if(!a[j]) { cout<<j<<","; } } cout<<"/n最大流:"<<f<<endl; break; } for(int u=t;u!=s;u=p[u]) { flow[p[u]][u]+=a[t]; flow[u][p[u]]-=a[t]; } //这条增广路给最大流增加了: f+=a[t]; } } int main() { readG(); EdmondsKarp(); return 0; }

 

 

由于BFS能够找到最短路,所以也就保证对于任何情形的图G,均可以在较少的次数内尽快到达汇点T,用DFS不太好.

 

每次找到一条增广路径, 就给这条路径增流 , 增加的流量就可以计入到最大流内了, 因为不可能从汇点T有回流,所以只要增流的都可以计入最大流. (流网络必须满足有源点和汇点,否则算法应该跑的结果是没有意义的).

 

初始化时, cap[i][i]=0.     cap[i][j]=0 , if(E[i][j]不属于流网络) .

 

用邻接矩阵存储比较方便, 但是输入量很大.

 

可以先用静态数组的邻接表录入所有存在容量的边, 然后初始化cap[][]全部为0, 然后根据邻接表, 把有容量的边的容量填到cap[][]里.

 

这样录入量会小很多, 不必整张cap矩阵都录入, 其中大量的0容量输起来真的很繁琐.