最大流：知识准备

网络流的来源和实际应用什么的自己跟度娘脑补去……网络流题目又分最大流、最小费用最大流、最小割等等，在这里只讲最大流（Maxflow），并且本文中涉及的知识仅为学习最大流算法所需，其他算法会在未来奉上。

一般的最大流模型（括号内以水管作为类比）：图中有N个点和M条边，每条边有一个非负流量限制c（水管的大小限制了水的流量），并且有一个源点S（出水口）和汇点T（入水口），要求你求出从源点到汇点的最大流量。

首先需要知道这样几个定理（看了很多讲义都起流量守恒定理之类各种各样的名字，我觉得名字也没什么必要知道，就知道是什么、会做不就行了么）：

1.对于每个不是源点和汇点的点i，进入i的流量必定等于从i流出的流量（水管里流进多少水就要流出多少水，总不能凭空蒸发吧）

2.对于每条边j，这条边上的流向总是小于等于它的流量限制，即Flow[j]<=MaxFlow[j]（你总不能把水管撑爆了是不是）

知识准备：

1.增广路径：从S到T的一条可行路径，且每条边的流量都>0。一条增广路径上的流量（以下简称增广路流量）等于这条路上剩余流量（Q:为什么是剩余呢？A:先往下看再说。）最小的一条边的流量（就像一连串水管的水流量由其中最窄的一根水管决定）。

2.剩余图：又称残留图，残留网络。顾名思义，剩余图就是剩下还要继续搜索增广路的图。每次找到一条增广路后，将所有正向边（下一条就会提到反向边）的流量减去增广路流量，得到的一个更新后的图即为剩余图。

3.☆反向边☆：这是网络流问题最精华的一部分，有这样一句很精辟的解释深刻的指出了反向边的作用：

<span style="font-size:14px;">/*	反向边就是给了程序一次后悔的机会      */</span>

对于每条从u指向v的边E(u,v)，建立一条从v指向u的边E'(v,u)，其初始流量为0。每次找到一条增广路以后，将这条路上所有边的流量减去增广路流量，并将所有边的反向边的流量加上增广路流量。在增广路介绍中我们已经规定了如何修改正向边的值，现在又得出了反向边流量值的规定：等于正向边已经流过的流量，而正向边的流量为剩下还能流的流量。于是我们又得到了上面提到的一个相协调的值：初始时，正向边的流量为最大流量，反向边的流量为0。

那么如同上文所说，反向边是如何“给程序一次后悔的机会呢”？举个很经典的例子：

               图1

对于这个图，N=3,M=5,每条边的流量均为1.

我们在找增广路时可能会出现下图这种情况：

             图2

显然，这是一条可行的增广路，但是，当我们将增广路上的流量更新后，剩余图会变成这样:

              图3

在这个图中，已经不存在增广路了，所以最大流=1，但是实际上：

                              图4

按照这样走的最大流=2.很明显，我们的搜索是存在bug的（电脑：怪我咯？），但是这样的bug又是不可避免的，毕竟我们无法得到数据，那么问题来了：有没有办法可以“修复”这样的bug呢？好消息是有的。这个神奇的东西名字就叫反向边。在图3建立反向边以后，就变成图5（其余反向边已略去）：

                 图5

3->2这条边即为一条反向边，并且根据上文所提到的，由于正向边已经流了1个单位的流量，所以反向边的流量为1.然后我们会非常惊奇的发现，从1->3->2->4又找到了一条增广路，并且由于2->3和3->2都流了1个单位的流量可以相互抵消，我们所得到的结果和图4一模一样！

那反向边工作原理怎样描述呢？看了很多讲义都觉得讲的云里雾里的，自己想了一种路子应该挺好理解的：

                         图6

图6为一个网络流图的一部分，i->j为正向边，j->i为反向边，现在我们假设x1->i->y1和x2->j->y2这两条路是这个图中的最大流，但是如果我们第一次搜索增广路时错误的走了x1->i->j->y2怎么办？别担心，我们可以利用反向边，再走一条x2->j->i->y1的路径，此时flow(i->j)=flow(j->i)，正反边上的流量可以抵消掉，这时我们就将第一条路径i以后的点和第二条路径j以后的点互换，又变成了x1->i->y1和x2->j->y2.那么推广到一般情况呢？i->j的流量为flow(i,j)，j->i的流量为flow(j,i)（稍微思考一下就可以想到一定有flow(j,i)<=flow(i,j)），那么实质上，就可以合并为：从i->j的流量为flow(i,j)-flow(j,i),（不要真的在程序里面合并-_-只是这样理解）。

 

由此，我们总结了反向边的实质：

<span style="font-size:14px;">/*通过走反向边，来抵消正向边已经走过的流量，这样即使程序之前作出了一个错误的决策，也可以用反向边来退回一部分正向边的流量的目的，相当于“后悔”。*/</span>

Notice：

那有人会问：反向边实际应该是不存在的，走反向边难道就不会出错吗？我们可以看一下上文中反向边流量值的定义：等于正向边已经走过的流量，就相当于是正向边可以退回多少流量。因此反向边走了多少流量就等价于从正向边退回了多少流量，因此我们即使将反向边的流量全部用完，效果也只是将正向边的流量全部退回。由此可得，反向边值的定义就严格保证了它不会出错。

在图中，反向边和正向边一样都是可以走的边，没必要说什么再开一个数组存储然后特殊处理什么的，一开始图中没有任何流量，反向边流量值都为0，就算要走也走不了。所以，写程序时可以放心大胆的将正反边都建在一个图里。

 理解了基础知识，我们就可以着手学习最大流算法啦~猛戳这里☞http://blog.csdn.net/ycdfhhc/article/details/42580751