EF算法中的最短长度增值算法(MPLA)
(1)初始化一条容量为0的流f和剩余网络R,第一个剩余网络为原图G,每条边的剩余容量初始化为每条边的初始容量r(u,v)=c(u, v)。
(2)在剩余网络R中寻找增广路径P,取增广路径P中边的剩余容量r最小值作为流的增量修改剩余网络(正向边,反向边都修改)
在剩余网络里搜索有s到t的最短路径视为增广路径.
(3)重复(2)直到找不到一条增广路径。
增广路径
如果一个可行流不是最大流,那么当前网络中一定存在一条增广路经。
从源点S到汇点T的一条路径中,如果边(u,v)与该路径的方向一致就称为正向边,否则就记为逆向边,如果在这条路径上的所有边满足
正向边f(u,v)<c(u,v)
逆向边f(u,v)>0
则该路径是增广路径增广路径是算法扩增流的关键
建立反向边
反向建立边的作用相当于让之前的路径有可以反悔的余地。这样即使一开始走错也没有关系,因为可以通过反向边来反悔,最终一定能得到正确答案
增广路径
#include<iostream>
using namespace std;
int n, m, np, nc;
int cap[10][10];
int s, t;
int EKarp(int s, int t)
{
int que[10];
int num;
int flow[10][10];
int pre[10];
int node[10];
int max = 0;
int u, v;
memset(flow, 0, sizeof(flow));
while (1)
{
num = 1;
que[num] = s;
memset(node, 0, sizeof(node));
node[s] = 10000;
while (num != 0)
{
u = que[num--];
for (v = 0; v <= t; v++)
{
if (!node[v] && cap[u][v] > flow[u][v])
{
int temp = cap[u][v] - flow[u][v];
que[++num] = v;
node[v] = node[u] < temp ? node[u] : temp;
pre[v] = u;
}
}
}
if (node[t] == 0)
{
break;
}
for (u = t; u != s; u = pre[u])
{
flow[pre[u]][u] += node[t];
flow[u][pre[u]] -= node[t];
}
max += node[t];
}
return max;
}
int main()
{
cin >> n >> nc >> np >> m;
s = n;
t = n + 1;
int u, v, c;
for (int i = 0; i < m; i++)
{
cin >> u >> v >> c;
cap[u][v] = c;
}
for (int i = 0; i < nc; i++)
{
cin >> v >> c;
cap[s][v] = c;
}
for (int i = 0; i < np; i++)
{
cin >> u >> c;
cap[u][t] = c;
}
/*for (int i = 0; i <= t; i++)
{
for (int j = 0; j <= t; j++)
{
cout << cap[i][j] << ' ';
}
cout << endl;
}*/
cout << EKarp(s, t);
system("pause");
return 0;
}