Project-4:实现 Push_Relabel 和 Edmonds-Karp 最大流算法

实现Push_Relabel 和 Edmonds-Karp 最大流算法

• 实现原理

• Push_Relabel算法伪代码：

Push(v,e){
	IF ?_? (?)≥?_? THEN
	    ?=?_?;  //饱和推送
	ELSE
	    ?=?_? (?);  //非饱和推送
	在边e上推送?单位的流；
	更新剩余容量?_?  ；
	}
//**********************************	
Initialize(){
	?=?；
	“反向BFS”设置高度值；
	?(?)=?;
	FOR ?∈?^+ (?) DO
	    在?(?,?)上饱和推送；
	ENDFOR
	}
//****************************
Push-Relable(G,s,t){
	Initialize();
	WHILE 存在盈余点 DO
	    选择最大高度盈余点v；
	    IF ∃?(?,?)满足?(?)=?(?)+?
	    THEN    Push( v, e);
	    ELSE    h(v)++; //Relabel
	ENDWHILE
	}

实现步骤
1.初始化：a.反向BFS算法对图上顶点高度进行初始化，即顶点高度初始化为到汇点的最小跳数；b.高度初始化完成后，将源节点高度设置为节点数；c.然后对源节点进行饱和推送；
2.只要存在盈余节点v，就选择最大高度盈余节点进行push_relabel
3.没有盈余节点后算法结束；
实现代码

from time import time
from queue import Queue
from heapq import heapify, heappop, heappush
from Network import Network
from queue import PriorityQueue
class PushRelabel(object):
    __INF = 0xffffffff

    def __init__(self, start, des, network):
        self.__network = network   # 原网络
        self.__new_network = Network(network.get_node_num())  # bfs重构网络
        self.__high = [0] * (network.get_node_num() + 1)      # 高度函数
        self.__start = start          # 源点
        self.__des = des              # 汇点
        self.__Re_flow = [0] * (network.get_node_num() + 1)  # 盈余标记
        self.__node_heap = []             # 最小堆，用于获取最大高度盈余节点


    def __pre_flow(self):                # 推送预流
        self.__high[self.__start] = self.__new_network.get_node_num()  # 初始化高度源点高度
        for i in self.__new_network.all_neighbor(self.__start):
            if self.__new_network.get_capacity(self.__start, i) > 0:
                flow = self.__new_network.get_capacity(self.__start, i)    # 饱和推送
                self.__new_network.update_residual_capacity(self.__start, i, flow)  # 更新边的剩余容量
                self.__Re_flow[self.__start] -= flow   # 更新盈余量
                self.__Re_flow[i] += f