部分内容转载自:http://www.cnblogs.com/zsboy/archive/2013/01/27/2878810.html 点击打开链接
最大流的含义,就是说从源点到经过的所有路径的最终到达汇点的所有流量和。
1. EK算法的核心:
反复寻找源点s到汇点t之间的增广路径(路径上的最小边值就是可以用过路径的最大流量),每找到一条路径,我们正向减去对应边的流量,并且反向增加流量(主要是因为路径是随机选取的,使用贪婪算法可能获取的是局部最优解,添加反向边可以解除原来的错误决定。如果要做到这个,我们需要记录路径中每个点的前驱结点),最后我们获得所有可以通过的路径的和就是所能够得到的最大流。2.算法举例
举个例子吧(参考文章开始所给的网址内容):求源点1,到汇点4的最大流
首先,我们找到第一条路径1-4 路径流为20
我们对应边需要减去流量,并且添加方向便1-4的流量
基于上一个图,我们继续查找从源点1到汇点4的路径。我们找到1-2-4 路径,流量为20,减去正向边,增加反向边
继续下一步,找到1-2-3-4路径,流量为10
这个就是最终的图,因为找不到1-4的路径了
3.算法分析
接下来,解释一下为什么需要添加方向边:
我们第一次找到了1-2-3-4这条增广路,这条路上的delta值显然是1。于是我们修改后得到了下面这个流。(图中的数字是容量)
这时候(1,2)和(3,4)边上的流量都等于容量了,我们再也找不到其他的增广路了,当前的流量是1。
但这个答案明显不是最大流,因为我们可以同时走1-2-4和1-3-4,这样可以得到流量为2的流。
那么我们刚刚的算法问题在哪里呢?问题就在于我们没有给程序一个”后悔”的机会,应该有一个不走(2-3-4)而改走(2-4)的机制。那么如何解决这个问题呢?回溯搜索吗?那么我们的效率就上升到指数级了。
而这个算法神奇的利用了一个叫做反向边的概念来解决这个问题。即每条边(I,j)都有一条反向边(j,i),反向边也同样有它的容量。
我们直接来看它是如何解决的:
在第一次找到增广路之后,在把路上每一段的容量减少delta的同时,也把每一段上的反方向的容量增加delta。即在Dec(c[x,y],delta)的同时,inc(c[y,x],delta)
我们来看刚才的例子,在找到1-2-3-4这条增广路之后,把容量修改成如下
这时再找增广路的时候,就会找到1-3-2-4这条可增广量,即delta值为1的可增广路。将这条路增广之后,得到了最大流2。
那么,这么做为什么会是对的呢?我来通俗的解释一下吧。
事实上,当我们第二次的增广路走3-2这条反向边的时候,就相当于把2-3这条正向边已经是用了的流量给”退”了回去,不走2-3这条路,而改走从2点出发的其他的路也就是2-4。(有人问如果这里没有2-4怎么办,这时假如没有2-4这条路的话,最终这条增广路也不会存在,因为他根本不能走到汇点)同时本来在3-4上的流量由1-3-4这条路来”接管”。而最终2-3这条路正向流量1,反向流量1,等于没有流量。
4.Java源代码
import java.util.*;
import junit.framework.Assert;
public class EdmodKarp {
int maxdata=Integer.MAX_VALUE;
int[][] capacity;
int[] flow;
int[] pre;
int n;
Queue <Integer> queue;
public EdmodKarp(int[][] capacity)
{
this.capacity=capacity;
this.n=capacity.length;
this.pre=new int[n];
}
//广度优先遍历的查找一条src到des的路径
int BFS(int src,int des)
{
int i;
this.queue=new LinkedList<Integer>();
this.flow=new int[n];
for(i=0;i<n;++i)
{
pre[i]=-1;
}
pre[src]=-2;
flow[src]= maxdata;
queue.add(src);
while(!queue.isEmpty())
{
int index = queue.poll();
if(index == des) //找到了增广路径
break;
for(i=0;i<n;++i)
{
//找到非源节点未被访问过的可达结点,计算其流量
if(i!=src && capacity[index][i]>0 && pre[i]==-1)
{
pre[i] = index; //记录前驱
flow[i] = Math.min(capacity[index][i],flow[index]); //关键:迭代的找到增量
queue.add(i);
}
}
}
if(pre[des]==-1) //残留图中不再存在增广路径
return -1;
else
return flow[des];
}
int maxFlow(int src,int des)
{
int increasement= 0;
int sumflow = 0;
while((increasement=BFS(src,des))!=-1)
{
int k = des; //利用前驱寻找路径
while(k!=src)
{
int last = pre[k];
capacity[last][k] -= increasement; //改变正向边的容量
capacity[k][last] += increasement; //改变反向边的容量
k = last;
}
System.out.println("-------改变后---------");
for(int j=0;j<n;j++)
{
for(int x=0;x<n;x++)
{
System.out.print("---"+capacity[j][x]);
}
System.out.println();
}
sumflow += increasement;
}
return sumflow;
}
public static void main(String args[])
{
int[][] matrix=new int[4][4];
matrix[0][1]=4;
matrix[0][3]=2;
matrix[1][2]=3;
matrix[1][3]=2;
matrix[2][3]=1;
EdmodKarp edm=new EdmodKarp(matrix);
System.out.println("-------初始化---------");
for(int j=0;j<edm.n;j++)
{
for(int k=0;k<edm.n;k++)
{
System.out.print("---"+edm.capacity[j][k]);
}
System.out.println();
}
int actual=edm.maxFlow(0,3);
int expected=5;
System.out.println("-------最终结果---------");
for(int j=0;j<edm.n;j++)
{
for(int k=0;k<edm.n;k++)
{
System.out.print("---"+edm.capacity[j][k]);
}
System.out.println();
}
Assert.assertEquals(expected, actual);
}
}