最小费用最大流 修改的dijkstra + Ford-Fulksonff算法

最小费用最大流 修改的dijkstra + Ford-Fulksonff算法
修改的dijkstra其实和Johnson算法的思想是一致的。
 
一个求最小费用最大流的朴素算法是这样的:
1 求最小费用增广路
2 判断是否存在增广路,否的话算法终止。
3 增加增广路上边的流量
4 在增广路上添加必要的逆向负权边
5 goto 1
 
因为负权边的存在,求最小费用增广路就不可以用dijkstra算法。当然,我们可以用bellman-ford算法,可是这样的话求一次最短路的时间代价就是O(e*n),e是边数,n是顶点数。代价大了点,如果能用dijkstra算法就好了。利用Johnson算法的思想,这是可以做到的。
 
第一次求最短路可以用dijkstra算法(如果一开始就有负权边,那就用bellman-ford算法,这没关系),求出源点到所有点的距离,嗯,我说的距离是指路径上边的费用之和的最小值。注意,要求出到所有点的距离,而不是求出到汇点的距离就完事了。
假设有一条边u->v,源点到u的距离是d[u],到v的距离是d[v],边的费用(权值)是w(u,v)。很显然,d[u]+w(u,v)>=d[v],不然的话,你会发现一条更好的路径从源点到v。问题是,什么时候取等呢?当u->v在v的最优路径上,范围说小一点,当u->v在从源点到汇点的最优路径,即最小费用增广路上。
好的,如果u->v被你增载了,你要开始添负权边v->u了,权值取负,就是-w(u,v)。负权就是讨厌,是正的就好了,dijkstra算法就可以再用了。怎么办呢,把负权边加个权值,让它非负。要加多少呢,d[v]-d[u]。当然不能只加一条边,对所有边,无论原有的还是新添的,按这个规则加,构造一个新的图:
                对边a->b,新的边权w'(a,b)=w(a,b)+d[a]-d[b]
现在来看看你的杰作:
                对原来的边u->v, w'(u,v)=w(u,v)+d[u]-d[v]: 记得么d[u]+w(u,v)>=d[v], 所以 w'(u,v) >= 0
                对新加的负权边v->u, w'(v,u)=w(v,u)+d[v]-d[u]=-w(u,v)+d[v]-d[u]: 记得么d[u]+w(u,v)==d[v],这里可是取等号的,所以w'(v,u) == 0
哈哈,这下所有边又是非负的了。
可是,问题是,为啥不每个边加个足够大的正数,这样不是所有边也都是正的了么。仔细想想,边权为啥要为正,不就是为了求源点到汇点的最短路方便么,可是,都加大正数的话,你求出的最短路和原来图的最短路能一致么,不能,为啥,画个三角形,自己想想。可是,我的方法就能一致么,能。我证明给你看。
 
假设从源点s到汇点t有一条路径s->a->b->c->d.->t,在原图中的路径长度为
                 w(s,a)+w(a,b)+w(b,c)+

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