上一篇博客介绍了Ford-Fulkerson算法点击打开链接
之前介绍的Ford-Fulkerson算法时间复杂度为O(F*E),在一般情况下是可以接受的,但是一旦点,边都变的多的时候就不行了,接下来的Dinic算法也比较简单,在Ford-Fulkerson算法基础上改进的。
Ford-Fulkerson算法是通过dfs来寻找增广路的,并沿着它增广。而Dinic算法是寻找最短的增广路的,并沿着增广,长度在增广途中是不会变短的(注意这里的距离并不是边上的权值(那是最大流量),而是简单的边的条数(可以看成边长为1))。
我们首先通过bfs处理图,把点按照与源点的距离划分(形成分层图),在上面进行dfs寻找最短增广路,,如果找不到了,那么证明最短增长路变长了,或者不存在了。
每一步构造分层图的复杂度为O(E),而每一步完成后最短增长路至少+1,但是不会超过|v|-1,因此最多重复|V|次
算法复杂度O(E*V*V)
耗时是Ford-Fulkerson算法的一半
代码如下:
#include<bits/stdc++.h>
using namespace std;
const int inf=0x3f3f3f3f;
const int maxn=20;
struct ege//终点,最大流量,确定反向边的位置
{
int to,cap,rev;
};
vector<ege> G[maxn];
int level[maxn];
int n,m;
void bfs(int s)
{
level[s]=0;
queue<int>que;
que.push(s);
while (que.size()) {
int cur=que.front();
que.pop();
for (int i=0;i<G[cur].size();i++) {
ege& e=G[cur][i];
if (e.cap>0&&level[e.to]==-1) {
level[e.to]=level[cur]+1;
que.push(e.to);
}
}
}
}
int dfs(int S,int E,int f)
{
if (S==E) return f;
for (int i=0;i<G[S].size();i++) {
ege& e=G[S][i];
if (level[e.to]>level[S]&&e.cap>0) {
int d=dfs(e.to,E,min(f,e.cap));
if (d>0) {
e.cap-=d;
G[e.to][e.rev].cap+=d;//反向边来加流量,保证可以反悔
return d;
}
}
}
return 0;
}
int max_flow(int s,int e)
{
int flow=0;
while (true) {
memset(level,-1,sizeof (level));
bfs(s);
if (level[e]<0) return flow;//已经到不了了
int f;
while ((f=dfs(s,e,inf))>0) flow+=f;//一直在当前分层图上面找
}
return 0;
}
int main()
{
int t;
scanf("%d",&t);
for (int icase=1;icase<=t;icase++) {
scanf("%d%d",&n,&m);
for (int i=1;i<=n;i++) G[i].clear();
for (int i=1;i<=m;i++) {
int s,e, val;
scanf("%d%d%d",&s,&e,&val);
G[s].push_back(ege{e,val,G[e].size()});
G[e].push_back(ege{s,0,G[s].size()-1});
}
printf("Case %d: %d\n",icase,max_flow(1,n));
}
return 0;
}