上下界网络流的建模

【目录】

  • 无源汇可行流
  • 有源汇可行流
  • 有源汇最大流
  • 有源汇最小流
  • 有源汇费用流

无源汇可行流

给出一个网络,没有源点和汇点,每条边有一个最低流量和一个最高流量,问在满足流量平衡(流入等于流出)的前提下,能否满足所有的流量限制?

问题分析

设该网络为\(G=(V,E)\),限制条件为每个点都应该满足"流量守恒",即
对于\(\forall x \in G\),有
\[\sum\limits_{(u,x)\in E}f(u,x)=\sum\limits_{(x,v)\in E}f(x,v)\]
设边\(e\)的下界为\(lower(e)\),上界为\(upper(e)\),则流量\(f(e)\)应满足
\[lower(e)\leq f(e) \leq upper(e)\]
要求判断是否存在一种可行方案。

建模方式

考虑先处理掉每条边的流量下界,即强制让当前每条边\(e\)的流量\(f(e)\)=\(lower(e)\)。但这样会导致无法满足"流量守恒"。现在的问题是,每条边仅有流量上界\(upper(e)-lower(e)\),要给每条边增加一些流量,使所有结点满足"流量守恒"。

  • 首先建立附加源\(s'\),附加汇\(t'\)

当每条边的流量都为下界流量时,结点\(x\)存在总流入总流出,设\(d(x)=\)总流入\(-\)总流出。考虑去平衡每个点的流量

  • 总流入>总流出时,建边\((s',x)\),容量为\(d(x)\)
  • 总流入<总流出时,建边\((x,t')\),容量为\(-d(x)\)

然后考虑每条边的流量上界

  • 对于原网络中的每条边\(e=(x,y)\),建边\((x,y)\),容量为\(upper(e)-lower(e)\)

在新网络上求解\(s\rightarrow t\)的最大流,若所有从\(s'\)出发的边的流量都满载,则存在可行流。
当新网络求解出最大流后的残量网络中边\(e\)的流量为\(f(e)\)时,原图中该边的流量为\(f(e)+lower(e)\)


有源汇可行流

给出一个网络,有源点\(s\)和汇点\(t\),每条边有一个最低流量和一个最高流量,问在满足流量平衡(流入等于流出)的前提下,能否满足所有的流量限制?

问题分析

与无源汇可行流相比只是多了一个只有流出的源点\(s\),和一个只有流入的汇点\(t\)

建模方式

在原网络的基础上,建边\(e=(t,s)\),下界\(lower(e)=0\),上界\(upper(e)=\infty\)。不难发现问题转化为了无源汇可行流问题。


有源汇最大流

给出一个网络,有源点\(s\)和汇点\(t\),每条边有一个最低流量和一个最高流量,问在满足流量平衡(流入等于流出)的前提下,\(s\rightarrow t\)的最大流?

问题分析

先用有源汇可行流的方法求出可行流,然后考虑求解最大流。

建模方式

参照有源汇可行流的方法求出可行流,此时从附加源\(s'\)到附加汇\(t'\)的所有路径均不能再增广。但从\(s\)\(t\)的路径仍有可能存在增广路,因此要在求解过可行流的残量网络上求解\(s\rightarrow t\)的最大流。

于是 原图最大流 \(=\) 可行流 \(+\) \(s\rightarrow t\)最大流

至于可行流的大小,有一个简便的求法,在求出可行流后,边\((t,s)\)的流量就是可行流的大小。


有源汇最小流

给出一个网络,有源点\(s\)和汇点\(t\),每条边有一个最低流量和一个最高流量,问在满足流量平衡(流入等于流出)的前提下,\(s\rightarrow t\)的最小流?

问题分析

可以仿照有源汇最大流的思路,先求出可行流,在求出最小流。

建模方式

仍然是先求出可行流。考虑有源汇最大流在求解时增加了残量网络上还能增加的流量,那么有源汇最小流就应该在残量网络上减去还能减少的流量。
求解出可行流后,删去边\((t,s)\),再求解\(t\rightarrow s\)的最大流。
原图最小流 \(=\) 可行流 \(-\) \(t\rightarrow s\)最大流


有源汇费用流

给出一个网络,有源点\(s\)和汇点\(t\),每条边有一个最低流量和一个最高流量和费用,问在满足流量平衡(流入等于流出)的前提下,\(s\rightarrow t\)的最小费用最大流?

问题分析

设边\(e\)的费用为\(cost(e),\)类比最大流即可。

建模方式

  • 首先建立附加源\(s'\),附加汇\(t'\)
  • 建边\((t,s)\),流量为\(\infty\),费用为\(0\)

当每条边的流量都为下界流量时,结点\(x\)存在总流入总流出,设\(d(x)=\)总流入\(-\)总流出,则

  • 总流入>总流出时,建边\((s',x)\),容量为\(d(x)\),费用为\(0\)
  • 总流入<总流出时,建边\((x,t')\),容量为\(-d(x)\),费用为\(0\)

然后是源网络中的边

  • 对于原网络中的每条边\(e=(x,y)\),建边\((x,y)\),容量为\(upper(e)-lower(e)\),费用为\(cost(e)\)

先求解可行流,在求解\(s\rightarrow t\)的最小费用最大流。
原图最小费用 \(=\) 原图中每条边下界流量的费用 \(+\) \(s\rightarrow t\)最小费用

转载于:https://www.cnblogs.com/yydyz/p/10657229.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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