网络流 最大流最小割与最小费用流

本文详细介绍了网络流图的基本概念,包括最大流问题、最小割和最小费用最大流。通过实例解释了最大流的定义、可行流的条件,并探讨了最大流算法——Edmonds-Karp算法。同时,阐述了最大流最小割定理,并提到了利用最短路算法解决最小费用最大流问题。
摘要由CSDN通过智能技术生成

 

目录

【镇楼】

【引入】

【基本定义和概念】

【最大流算法】

【最小割】

 【最小费用最大流】

【引用】


【镇楼】

  天啦真的好好懂!!!麻麻再也不用担心我的网络流学习啦!!!

【引入】

首先,我们来看一个网络流图实例。

最大流问题:给定指定的一个有向图,其中有两个特殊的点源点S(Sources)和汇点T(Sinks),每条边有指定的容量(Capacity),求满足条件的从S到T的最大流(MaxFlow)。

那么问题来了,什么是最大流?要满足什么条件?怎么求最大流? 

【基本定义和概念】

要知道什么是最大流,首先要知道什么是网络流图和可行流。

网络流图:

在有向图G =(V,E)中:

  • 有唯一的一个源点S(入度为0:出发点)
  • 有唯一的一个汇点T(出度为0:结束点)
  • 图中每条弧(u,v)都有一非负容量 c(u,v)  

满足上述条件的图G称为网络流图。

我们可以把图上的边看做一种管道,管道有最大通过流量的限制,图中的每条边的权值就是所谓的“容量”。

可行流:

每条弧(u,v)上给定一个实数 f(u,v)满足:有0<=f(u,v)<=c(u,v),则f(u,v)称为弧(u,v)上的流量。

如果有一组流量满足条件:

  • 源点s:流出量=整个网络的流量
  • 汇点t:流入量=整个网络的流量
  • 中间点:总流入量=总流出量

那么整个网络中的流量成为一个可行流。

如下图所示,对于一个网络可能有多个可行流:

最大流:在所有可行流之中,流量最大的一个流。

上图的可行流7同时也是最大流,注意最大流可能不止一个。

在最大流问题中,容量c和流量f满足三个性质:

  • 容量限制 ( f(u,v) <= c(u,v) )
  • 斜对称性 ( f(u,v) = - f(v,u) )
  • 流量平衡 (对于除了s,t的任意结点u,
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