网络流的最大流c语言程序,（网络流）最大流复习

今天是2017/5/10,DCDCBigBig的第三篇博文

这段时间先把图论的一些算法复习一下，过段时间再搞数据结构吧。。。

最大流

基本概念

最大流问题(Maximum Flow Problem)是一种组合最优化问题，是网络流的基础。把问题抽象成一个有向图，从源点到汇点的每一条边都有一个最大容量，指这条边可以流过的流量最大值。问题要求的就是从源点到汇点的最大流量。注意和最长路的区别在于，它的流量可以通过多个路径流到汇点。

在求解问题之前，我们先来认识一些概念；

容量网络：我们刚才说的有向图G，即每条边都有一个最大容量的网络；

弧：就是网络中的边；

弧分四类：(设有一条弧流量为h(u，v)，最大容量为c)

1，饱和弧，即h(u，v)= c；

2，非饱和弧，即h(u，v)< c；

3，非零弧，即h(u，v)< 0;

4，零弧，即h(u，v)= 0；

流量：一条弧实际所流过的流量；

可行流：满足条件1和2的一个网络流f：

1，流量限制，即每条弧的流量不能超过最大容量；

2，平衡条件限制，即每条弧流入的流量一定等于它流出的流量；

(特别地，如果一个网络上所有流量均为0，则称之为零流)

链：即从点u到u1，u1到u2，……，un到v的一条序列，其中每两个相邻的点都要连有一条弧，设L是网络G中一条从源点S到汇点T的链，则约定S到T的方向为正方向，但链中的弧方向不一定要和正方向相同。我们称链中和正方向相同的弧为正向弧，反之为反向弧；

增广路：设f是G中的一个可行流，设L是从S至T的一条链，若：

L中所有正向弧均为非饱和弧，且所有反向弧均为非零弧，

那么这条链就称为f的一条增广路，沿着增广路改进的操作叫做增广；

残留容量：即在当前的可行流中弧h(u，v)的最大容量c减去已流流量f(u，v)的残余流量，记为su(u，v)；

残余网络：即残余容量组成的网络，设残余网络G’，则对于G中的每一条弧h(u，v)，若它是一条非饱和弧，则在G’中有一条弧h’(u，v)，其最大容量c’(u，v)=c(u，v)-h(u，v)，若它是一条非零弧，则在G’中有一条弧h”(v，u)，其容量为c(u，v)。

问题求解

解决最大流有很多种解法，如EK、Isap、FF等，不过最有名的(主要是我们神圣的陈老师讲了的)就是dinic算法，我们今天也只介绍这一种，其他的有兴趣的童鞋可以自行百度。

dinic

学习dinic之前，我们先引入一个概念：层次图；

层次图就是分层图，一个点到源点的最短距离就叫做它的“层次”，分层图中“层次”相同的点为一层。建立分层图有一个好，就是同一层的点不可能在同一条链中，这样在找增广路时可以省去很多重复计算。

所以dinic的基本思路就是不断地根据残余网络建立层次图，然后在层次图中dfs找增广路，直到无法增广为止，这样运行速度就会快很多。下面就来看一下具体的解决精髓：反向边

反向边

我们为什么要反向边呢？看下面的一个例子(源点是1，汇点是4)：

我们可以很快的找到一个增广路1-2-3-4，增加流量为1，得到流如下：

可这时我们发现，弧(1，2)和(3，4)都已经是饱和弧，再也找不到增广路了，而最大流却明显不是1，是2，即同时走1-2-4和1-3-4。那么问题出在哪里了呢？

问题就是我们没有给算法“后悔”的机会，它找完一个增广路后就没有改变原来2-3-4而走2-4的操作。那么怎么解决呢？暴力回溯？等着TLE吧。。。

所以dinic(其实所有最大流的算法都是)用了一个非常神奇的东东来解决这个问题：反向边。

反向边，就是对于网络G中的每条弧h(u，v)都加入一条反向弧h(v，u)，初始最大容量为c(u，v)。

而在每次增广的时候，就将增广路上每一段容量减少n，同时将反向弧容量增加n。

继续看刚才的例子，加入反向边后，网络流修改成如下：

那么此时再找，就可以找到1-3-2-4这条增广路，最终最大流量为2。

可是这样做为什么是对的呢？因为当我们第二次增广走过反向边3-2时就相当于把2-3这条正向边所用的流量给“退流”了，即不走2-3-4而改走从2出发的其它路，即2-4，最终流量也是一样的。(注意2-4是必定存在的，因为如果没有2-4的话就不会有1-3-2-4这条增广路)同时3-4的流量就变到了1-3-4这条路上，2-3这条边正向反向流量均为1，就相互抵消了，相当于没有流量。

这就是反向边的基本思想，它通过“退流”的方式，给了算法后悔的机会。下面直接上代码：

代码(POJ1273——模板题)

#include

#include

#include

#include

using namespace std;

struct edge{

int y,r,next,op;

}a[401];

int head[201],q[5001],level[201],ans=0,x,y,z,n,m,vs,vt,tot=0;

void add(int x,int y,int z){

a[++tot].y=y;

a[tot].r=z;

a[tot].next=head[x];

head[x]=tot;

a[tot].op=tot+1;

a[++tot].y=x;

a[tot].r=0;

a[tot].next=head[y];

head[y]=tot;

a[tot].op=tot-1;

}

bool bfs(){

int u,tmp,v,f=1,r=1;

memset(level,0,sizeof(level));

q[f]=vs;

level[vs]=1;

while(f<=r){

v=q[f];

tmp=head[v];

while(tmp!=-1){

u=a[tmp].y;

if(a[tmp].r&&!level[u]){

level[u]=level[v]+1;

q[++r]=u;

if(u==vt)return true;

}

tmp=a[tmp].next;

}

f++;

}

return false;

}

int dfs(int v,int num){

int value,flow,tmp,u,ans=0;

if(v==vt||!num)return num;

tmp=head[v];

while(tmp!=-1){

u=a[tmp].y;

value=a[tmp].r;

if(level[u]==level[v]+1){

flow=dfs(u,min(value,num));

if(flow){

a[tmp].r-=flow;

a[a[tmp].op].r+=flow;

ans+=flow;

num-=flow;

if(!num)break;

}

}

tmp=a[tmp].next;

}

return ans;

}

int main(){

scanf("%d%d",&n,&m);

vs=1;

vt=m;

memset(head,255,sizeof(head));

for(int i=1;i<=n;i++){

scanf("%d%d%d",&x,&y,&z);

add(x,y,z);

}

while(bfs()){

ans+=dfs(1,2147483647);

}

printf("%d",ans);

return 0;

}

时间复杂度

dinic算法算是所有解决最大流问题的算法中效率最高的一种，证明比较复杂，这里直接给出复杂度：

最坏情况时间复杂度：O(V^2*E)；

期望时间复杂度：O(min(V^3/2，E^1/2)*E)；

最好时间复杂度(二分图)：O(sqrt(V)*E)；

一般来说，dinic的时间复杂度比这个丧心病狂的最坏情况要好得多，都在期望值左右，所以不要被吓到了。。。哦对了，dinic算法还可以跑二分图匹配，这个下次再讲。

ps：啊。。。终于写完了，本来还想写费用流的，然而由于本菜懒癌发作，整整拖到17号。。。无奈就只能先结束了这篇，等一下再写费用流吧。。。

国