网络流学习

定义引入：

网络流问题，一般情况下我们会把各种网络问题抽象成网络流问题，网络流是满足以下性质的网络：每一条边拥有一个最大的容量c，即该条边可以容纳的最大流量，f是流过该边的实际流量，且总有f<=c。对于图中每个顶点（源点和汇点除外）都有流出的流量等于流入的流量。图中只有一个源点一个汇点，且对于源点来说其流入量为0，对于汇点来说流出量为0，源点的流出量等于汇点的流入量，对于最大流问题是要找出流入汇点的最大流量值。

反向弧：若从u到v的边的容量为c ，这条边上有流量 f 流过（称为正向弧），则相当于v到u有一条容量为0的边，其流量为- f ，这条边就是反向弧。
反向弧的意义：反向弧的作用是起到有更优决策的时候会使当前选择的弧会自动放弃。反向弧有流量的原因是因为如果刚刚选择了正向弧，下一次如果存在更优策略使这f的流量流入汇点，就可以选择反向弧，将流量 f 撤销。
残余网络：计算出图中的每条边上容量与流量之差（称为残余容量），即可得到残余网络。注意由于反向边的存在，残余网络中的边数可能到达原图中边数的两倍。
增广路径：残余网络中任何一条从s到t的有向道路都对应一条原图中的增广路径 —— 只要求出该道路中所有残量的最小值d ，把对应的所有边上的流量增加d 即可，这个过程称为增广。
最大流定理：如果残留网络上找不到增广路径，则当前流为最大流；反之，如果当前流不为最大流，则一定有增广路径。
这样的话，求解最大流就只需要在残余网络中寻找增广路，直到不存在可以从s流向t 的增广路，此时即为最大流。求解最大流问题的高效算法有 dinic,sap和isap。
割：将原图中所有顶点分成两个集合S和 T = V - S ，其中源点s在集合S中，汇点t在集合T中。如果把 ” 起点在S中，终点在T中的边全部删除，就无法从s到达 t了。这样的集合划分（S,T）称为一个割，它的容量定义为：∑(边( u , v )的容量和)，其中 u ∈ S , v ∈ T ，即起点在 S 中，终点在 T 中的所有边的容量和。（这里所有的边都不包括反向弧）
最小割：图中所有的割中，边权值和最小的割为最小割。
最小割最大流定理：最大流的值为最小割的容量！
如何求最小割：求完最大流后，在残留网络中从源点 s 开始 dfs ，将能到达的点标号（ c - f >0 的边），已标号结点的集合为S，未标号结点集合为 T，则边集[ S , T ]为最小割。
最小费用最大流问题：
在保证最大流的情形下，网络中的边，可能不只有流量还有费用，那么如果我们一方面希望网络拥有最大流，另一方面我们要求费用达到最小，这就是一个费用流的问题了，对于费用流的问题，事实上我们可以这么考虑，首先我们必须要找到的是最大流，另一方面我们需要费用最小，而在找最大流的时候我们总是在寻找增广路来增广，来使得我们能得到一个更大的流，那么另一方面要求费用最小，所以我们可以在寻找增广路的时候找一条费用最小路来增广，而费用我们也可以看成是距离类的东西，也就是这样的话，我们可以用最短路，来找出这样一个最小费用的路来进行增广，而不断增广，即可得到最大流，这样我们就可以得到最小费用最大流。

性质探讨：

1、容量限制：0≤f(u,v)≤c(u,v),其中f为流量，c为容量。
2、斜对称性：f(u,v)=-f(v,u)
3、流量平衡：即流入一个非s,t节点的流量等于流出该点的流量。
·残量网络：残量网络=容量网络-流量网络

可参考：最大流问题的求解
概念与建模方法
网络流全解大佬
线性规划最大流
网络流
圆桌问题