网络流中最大流和最小割算法

本文详细介绍了网络流中的最大流和最小割算法,包括问题转化、求解优化、FF算法的理解、Dinitz的提升、EK算法和Dinic算法。通过线性规划和对偶问题,探讨了最大流与最小割的关系,并提供了实例解析和计算过程。
摘要由CSDN通过智能技术生成

学习顺序按照下图的改进历程

在这里插入图片描述

问题转化:寻找初始解,提升,达到条件停止

在这里插入图片描述
在这里插入图片描述

求解优化,加回溯边,画残差图,在残差图中寻找一条s可到t的路径

在这里插入图片描述

看最大流最小割问题,证明 除 ST外每个点的出度和入度相等,S和T两点出入度差为最大流f

在这里插入图片描述

根据图列线性规划

在这里插入图片描述

从对偶问题中理解FF算法

对偶问题转化:
在这里插入图片描述

转化后

在这里插入图片描述

变成对偶后还没有结束,还可以简化

(第一步中四者因为是最小割,图被切为两部分,S和T必然在两边,则二者之一不起作用,假设ys=0)
在这里插入图片描述
在这里插入图片描述
此时还有不等式,我们看345三个约束,
先科普一下,若A的任意子方阵的行列式等于0,1,-1,则称A为全单模矩阵。由定义容易得到全单模矩阵的元素只有0,-1,1。
345约束的系数矩阵为全单模矩阵,因此证明这个线性规划的解必然是整数点。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值