最大流问题

前言

本文介绍Ford-Fulkerson的三个重要思想：残余网络、增广路径、割，Ford-Fulkerson是一种迭代方法，首先对所有的$u,v\in V,f(u,v)=0$,即初始状态时流的值为0；每次迭代都在残余网络中找到一条从源点$s$到汇点$t$的增广路径，反复进行这一步骤，直到所有的增广路径都被找出。下面具体讲述一下算法流程。

残余网络

残余网络是指给定一个网络和当前流值，其余可以容纳的流组成的网络，我们首先定义每条边的残余容量。具体来说，对于图$G=(V,E)$，其源点$s$，汇点$t$。设$f$为$G$中对应定点$u$到$v$的一个流。在不超过$C(u,v)$的条件下（$C$代表最大容量），从$u$到$v$的残余容量定义为：$r(u,v)=C(u,v)-f(u,v)$。
举个例子，若当前边$(u,v)$为3/4，即$C(u,v)=4,f(u,v)=3$,那么$r(u,v)=4-3=1$。
接下来引入网络流中的一条规律：若$f(u,v)=3$，那么从反方向看，从$v$到$u$就有三个单位的残余网络，即$r(v,u)=3$。通俗的来说，从$u$到$v$有三个单位的流量，那么从$v$到$u$就有了将这三个单位流量压回去的能力。如下图例子：

其对应的残余网络为：

增广路径

已经一个网络$G$和流$f$，增广路径$p$其实是$G$的残余网络$G^{\prime }$中从$s$到$t$的一条简单路径。直观理解就是一条从$s$到$t$存在一条不违反容量的路径，将这条路径压入流量，可以增加整个网络的流值，例如上图的残余网络总，存在一条如下的增广路径：

这条增广路径可以压入4个单位的流量，压入后，我们得到一个新的流网络，其流量比原来的流网络要多4个，这时我们继续在新的网络上用同样的方法寻找增广路径，直到找不到为止，这时我们就得到了一个最大的流网络。

最大流最小割定理

以上为Ford-Fulkerson方法，但是怎么证明当无法再寻找到增广路径时，当前网络就是最大流网络呢？这就需要用到最大流最小割定理。
首先介绍割的概念，流网络$G(V,E)$的割$(S,T)$将顶点$V$划分为$S$和$V-S$两部分，使得源点$s$属于$S$，汇点属于$T$。割$(S,T)$的容量是指从集合$S$到$T$的所有有向边的容量之和（注意不含反方向的，必须是$S$到$T$）；如果$f$是一个流，则穿过割$(S,T)$的净流量定义为$f(S,T)$（包括反方向的，$S$到$T$为正值，反之为负值）。如下面的一个割：

割的容量为$c(u,w)+c(v,x)=26$；流网络穿过割的净流量为$f(u,w)+f(v,x)-f(w,v)=19$，显然对任意的割，穿过该割的净流量上界就是该割的容量，所以网络的最大流必然无法超过网络的最小割。

回到问题本身，残留网络上的增广路径和最小割有什么关系呢？

根据流网络流量守恒的原则，对网络的任意割，其净流量都是相等的。下面再画另一个割：

在该割中，从源点$s$到集合$T$的净流量都流向了$u$和$v$，而在上个割中，集合$S$到$T$的流量等于$u$和$v$到集合$T$的净流量的。其中，$w$也有流流向了$v$，而这部分流无法流向源点$s$，因为没有路径，所以这部分流量加上$s$到$u$和$v$的流量，在$u$和$v$之间无论这么传递，最终都要流向集合$T$，所以这个流向值是等于$s$流向$u$和$v$的。将$s$比喻成一个水龙头，$u$和$v$为流向别处的水流，都是来自$s$的，其自身不可能创造水流。综上，任意割的净流量都是相等的。

下面再来证明残余网络$G^{\prime }$中，不含增广路径时，$f$是$G$的最大流。
假设$G^{\prime }$中不包含增广路径，定义$S$集合为$G^{\prime }$中$s$能够有通路到达的点的集合，显然这个集合不包括汇点$t$，因为此时$s$到$t$没有通路，令$T=V-S$。显然$(S,T)是一个割，如下图所示：

那么对于顶点$u\in S,v\in T$，有$f(u,v)=c(u,v)$。否则$(u,v)$存在残余流量，因而$s$到$u$加上$u$到$v$就构成了$s$到$v$的通路，所以$v\in S$，这与定义矛盾，因而当前流$f$等于当前割的容量，因此$f$就是最大流。