code
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int INF = 0x3f3f3f3f;
const ll INFF = 0x3f3f3f3f3f3f3f3f;
const ll MOD = 1e9 + 7;
const int M = 1e6 + 5;
const int N = 1e5 + 5;
int n, m, s, t;
// Dinic 每次寻找最短的增广路,并沿着它增广
/**
Ford-Fulkerson算法是通过深度优先搜索寻找增广路,并沿着它增广。
与之相对,Dinic算法总是寻找最短的增广路,并沿着它增广。
因为最短增广路的长度在增广过程中始终不会变短,所以无需每次都通过宽度预先搜索来寻找最短增广路。
我们可以先进行一次宽度优先搜索,然后考虑由近距离顶点指向远距离顶点的边所组成的分层图,
在上面进行深度优先搜索寻找最短增广路。
如果在分层图上找不到新的增广路了,则说明最短增广路的长度确实变长了,或不存在增广路了,
于是重新通过宽度优先搜索构造新的分层图。
每一步构造分层图的复杂度为 O(|E|) ,而每一步完成之后最短增广路的长度都会至少增加 1,
由于增广路的长度不会超过|V|-1,因此最多重复 O(|V|) 步就可以了。
另外,在每次对分层图进行深度优先搜索寻找增广路时,
如果避免对一条没有用的边进行多次检查,
就可以保证复杂度为 O(|E||V|) ,这样总的复杂度就是 O(|E||V|^2)。
不过,该算法在实实际应用中速度非常快,很多时候即便图的规模比较大也没有问题。
*/
// 边 {终点,容量,反向边编号}
struct edge
{
int to;
ll cap;
int rev;
};
vector<edge> G[N];
int level[N]; // 到源点的深度
int iter[N]; // 当前弧,在其之前的边已经没有用了
void add_edge(int u, int v, ll cap)
{
G[u].push_back({v, cap, G[v].size()});
G[v].push_back({u, 0, G[u].size() - 1});
}
// 通过bfs计算从源点出发的深度
void bfs(int s)
{
memset(level, -1, sizeof(level));
queue<int> que;
level[s] = 0; // 源点深度0
que.push(s);
while (!que.empty())
{
int v = que.front();
que.pop();
for (auto &e : G[v])
{
if (e.cap > 0 && level[e.to] < 0) // 如果这条边还有流量 并且这条边没被走过
{
level[e.to] = level[v] + 1; // 深度+1
que.push(e.to);
}
}
}
}
// 通过dfs寻找增广路
ll dfs(int v, int t, ll f)
{
if (v == t)
return f;
for (int &i = iter[v]; i < G[v].size(); i++)
{
edge &e = G[v][i];
if (e.cap > 0 && level[v] < level[e.to])
{
ll d = dfs(e.to, t, min(f, e.cap));
if (d > 0)
{
e.cap -= d;
G[e.to][e.rev].cap += d;
return d;
}
}
}
return 0;
}
// 求解从s到t的最大流
ll max_flow(int s, int t)
{
ll flow = 0;
for (;;)
{
bfs(s);
if (level[t] < 0)
return flow;
memset(iter, 0, sizeof(iter));
ll f;
while ((f = dfs(s, t, INFF)) > 0)
{
flow += f;
}
}
}
int main()
{
#ifdef LZH_LOCAL
freopen("in.in", "r", stdin);
// freopen("out.out", "w", stdout);
#endif
ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
cin >> n >> m >> s >> t;
for (int i = 1; i <= m; i++)
{
int x, y, z;
cin >> x >> y >> z;
add_edge(x, y, z);
}
cout << max_flow(s, t) << endl;
return 0;
}