图论专题小结：最大流算法之Dinic算法

在《算法竞赛入门经典（第二版）》中介绍了Edmonds-Karp算法（简称EK算法），这种算法虽然易于理解但效率不够高，无法满足竞赛的需求。因此这里给出效率比较快一点的Dinic算法。

Dinic算法

（1）概述：Dinic算法的思路是这样的：每次都不停地用BFS来构造“层次图”，然后用“阻塞流”来增广。这里我特别标出了两个关键词——层次图，阻塞流。

什么是层次图呢？假设在残余网络中，起点到结点u的距离是dist(u)，那么dist(u)就是结点u的“层次”。只保留每个点出发到下一层次的弧，就得到了一张层次图。

什么是阻塞流呢？其实就是不考虑反向弧时的“极大流”，比如从s到t的层次图（注意此时是残量网络）中找到了一条简单路径是s->1->3->t。其中s->1的容量是10,1->3的容量是4，3->t的容量是10。那么极大流就是4（因为最大不能超过路径上所有容量的最小值）。4也就是阻塞流。可以直接理解为简单路径上的最小残量值。

因此，该算法第一次就是将上述那条简单路径的所有流量值加上4（这一过程叫“增广”），然后重复原来的过程直到s到t的简单路径不存在为止。可以证明，Dinic算法的时间复杂度的理论上界是O(N^2*M)（N是结点数，M是边数），但实际上Dinic算法比这个理论上界好得多。如果所有边容量均为1，那么时间复杂度是O(min(N^0.67,M^0.5)*M)；对于二分图最大匹配这样的特殊图，时间复杂度是O(N^0.5*M)。

struct Dinic
{