最大流之Ford-Fulkerson和Edmonds-Karp算法

1. Ford-Fulkerson基本原理

Ford-Fulkerson 算法的基本思想是不断寻找从源点（source）到汇点（sink）的增广路径（augmenting path），这些路径通过所谓的残余网络来找到。每次找到一条增广路径后，就沿该路径推送尽可能多的流量，直到没有更多的增广路径，即无法再增加流量为止。

2. 算法步骤

1. 初始化流网络：所有边的初始流量设置为0。
2. 构建残余网络：对于每条边和其反向边，计算其残余容量。残余容量是指在不违背容量限制的前提下，能通过该边增加的最大流量。
3. 搜索增广路径：使用深度优先搜索（DFS）或广度优先搜索（BFS）在残余网络中寻找从源点到汇点的路径。
4. 调整流量：对找到的增广路径上的每条边，调整流量。流量的调整是基于增广路径上的最小残余容量（即路径上残余容量最小的边的容量），这就是此次增广能通过的最大流量。
5. 更新残余网络：更新路径上边的残余容量，并添加或更新反向边的残余容量。
6. 重复：重复步骤3-5，直到无法找到增广路径为止。

反向边：如果在原始网络中有从 u 到 v 的边，那么在残余网络中就会有从 v 到 u 的反向边，其残余容量表示可以从 v 到 u 回退多少流量。

3. 时间复杂度分析

Ford-Fulkerson 方法的效率依赖于找增广路径的方法。其时间复杂度最坏情况下可以达到 O(FE)，这是因为每次增广可能只增加一个单位的流量，其中 E 是边的数量，F是最大流。

---

4. Edmonds-Karp基本原理

Edmonds-Karp 算法是 Ford-Fulkerson 方法的一个具体实现，该算法是在残余网络中通过 BFS 来寻找从源点到汇点的最短增广路径。这种方法确保了每次都能找到涉及边数最少的路径，这有助于更快地达到最大流，因为它减少了反复遍历同一路径的次数，从而避免了 Ford-Fulkerson 方法中可能的高复杂度。

5. 算法步骤

1. 初始化流量：初始时，所有边的流量都设为0。
2. 建立残余网络：根据当前的流量计算每条边的残余容量，并构建残余网络。
3. 使用 BFS 寻找最短增广路径：从源点开始，使用 BFS 在残余网络中寻找到汇点的最短路径。最短指的是边的数量最少，这可以保证算法效率。
4. 增广流量：通过找到的增广路径增加流量。增加的流量量是该路径上残余容量最小的边的容量。
5. 更新残余网络：增加正向边的流量同时减少反向边的流量。
6. 重复执行：重复步骤3-5，直到无法找到新的增广路径为止。

6. 效率分析

由于 Edmonds-Karp 算法使用 BFS 确保每次都寻找到的是最短的增广路径，这大大减少了在残余网络中的搜索次数。算法的时间复杂度是 O(VE^2)，其中 V 是顶点数，E 是边数。