本文介绍了最大流-最小割问题及其在有向图中的应用，阐述了最小割问题的定义与最大流问题的性质。重点讨论了Ford-Fulkerson算法，包括其增广路径的概念、算法的正确性和时间复杂度分析，并提到了算法在寻找最大流与最小割之间的关系。此外，还探讨了算法的优化策略以及最大流问题与配对问题、线性规划的关联。
最大流-最小分割问题(Max Flow and Min Cut Problem)
作者：Bluemapleman(tomqianmaple@outlook.com)
麻烦不吝star和fork本博文对应的github上的技术博客项目吧！谢谢你们的支持！
知识无价，写作辛苦，欢迎转载，但请注明出处，谢谢！
文章目录
前言：
引入
最小分割问题
最小割问题的针对的是这样的有向图，它的每个边都有一个值为正的容量（capacity）（即权值），表示该边最多允许多少数目的流动。同时，图中有唯一的源点s和唯一的目标点t。
定义一个**分割(st-cut/cut)**为对图中所有顶点的一个二分，二分的两个集合A与B没有任何重合元素，且s在A中，t在B中。
再定义一个分割的容量（capacity）为所有从A到B的所有边的容量之和。
- 两种不同的分割
而最小分割问题就是：找到容量最小的一个分割方式。
最大流问题
最大流问题针对的是与最小分割问题中相同设定的有向图，图中的边也是都有一个值为正的容量（capacity）。
我们定义**流（st-flow/flow）**为一系列赋予图中边的值，这些值必须满足要求：
- 容量限制： 0 ≤ 0\le 0
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
