网络流算法(概念讲解）

网络流算法

流网络

$G=(V,E)$ ，不考虑反向边，如果边不存在，则容量$C$为0

可行流：$f$

• 容量限制，$0<=f(u,v)<=c(u,v)$
• 流量守恒， v x ∈ V ∣ { s , t } v_x \in V|\{s,t\} vx​∈V∣{s,t} , $\sum f(v,x)=\sum f(x,v)$

流量值：$|f|=\sum f(s,v)-\sum f(v,s)$

最大流：最大可行流

残留网络：$G_f$

• $V_f=V,E_f=E+E_{中所有反向边}$
• 
• 也是一个可行流

$f+f^{‘}$也是原来网络的一个可行流，两个方案相加，每条边对应相加

• 容量限制
• 流量守恒
• 
• $|f+f^{‘}|=|f|+|f^{‘}|$

增广路径：在残留网络里，从起点沿着大于零的边走，能走到终点的路径

• 如果一个原图的f的残留网络有增广路径，说明f可行流不是最大流
  • 引入割的概念证明
• 匈牙利算法和最大流算法本质一样
  • 匈牙利效率反而低一点

割：$G=(V,E)$

• 割点，把点集不重不漏分为两个部分，分别为s和t，分别在$S$和$T$这两个集合里
• 割的容量：
  • 所有从S指向T的v边的容量之和
  • $c\in (S,T)=\sum _{u\in S}\sum _{v\in T}c(u,v)$
  • 最小割：容量的最小值
• 割的流量：
  • $f(S,T)=\sum _{u\in S}\sum _{v\in T}f(u,v)-\sum _{u\in T}\sum _{v\in S}f(u,v)$
• 割的容量和流量的定义是不对称的
• 性质
  • $\forall [S,T],\forall f,f(S,T)<=c(S,T)$
  • $f(S,T)=|f|$
    • $f(x,y)=\sum _{u\in x}\sum _{v\in y}f(u,v)-\sum _{u\in x}\sum _{v\in y}f(v,u)$
    • 
    • 
    • 有了四个性质之后可以证明
    • 
    • 
    • 最后这张图的证明来自《最小割模型在信息学竞赛中的应用》——胡伯涛
  • 
    • $|f|<=c(S,T)$
    • 最大流量<= 最小割的容量
• 最大流最小割定理
  • 一个可行流f是最大流
  • 可行流f的残留网络中不存在增广路
  • $\exists [S,T],|f|=c(S,T)$
  • 
  •