网络流学习笔记

图论的证明太复杂了，就只说一下算法流程理解一下好了。

---

一. 相关定义

1. 容量网络:设$G(V,E)$，是一个有向网络，在$V$中指定了一个顶点,称为源点(记为$V_s$)，以及另一个顶点，称为汇点(记为$V_t$)；对于每一条弧$(u,v)$属于$E$，对应有一个权值$c(u,v)>0$，称为弧的容量。通常把这样的有向网络$G$称为容量网络。
2. 弧的流量：通过容量网络$G$中每条弧$(u,v)$上的实际流量(简称流量)，记为$f(u,v)$；
3. 反向弧：当一个弧流过$f(u,v)$的流量时，我们建立一条$(v,u)$的反向弧，并把反向弧的容量增加$f(u,v)$，当流量在反向弧上流过时，再把此流量增加到$(u,v)$的容量当中。
4. 网络流：所有弧上流量的集合 f = { f ( u , v ) } f=\{f(u,v)\} f={f(u,v)}，称为该容量网络的一个网络流。
5. 可行流：在容量网络$G$中满足以下条件的网络流$f$：
   a. 容量限制：$0\le f(u,v)\le c(u,v)$；
   b. 流量平衡：除源点和汇点外，流入一个点的流量要等于流出这个点的流量；
   c. 斜对称性：$f(u,v)=-f(v,u)$。
6. 最大流：在容量网络中，具有最大流量的可行流，称为网络最大流，简称最大流。
7. 残量网络：网络中的每条边（包括反向弧）上容量与流量之差构成残量网络。
8. 增广：残量网络中任何一条从$s$到$t$的有向道路中所有残量的最小值$d$，把对应的所有边上的流量增加$d$，这个过程叫做增广。
9. 增广路定理：网络达到最大流当且仅当残留网络中没有增广路。

二. 最大流

1.反向边

反向边的意义在于，可以处理再找增广路的时候撤回之前路的流量。

设一条边为$(u,v)$，则其反向边为$(v,u)$。
实质上，每走一次$(v,u)$相当于本次增广的路径中，从$v$到汇点的路径走原来流过$(u,v)$之后到从$v$到汇点的路径，然后我们再去给原来那条走$(u,v)$的路径从$u$点找一条其他的到汇点的路径，实现增广。

左图是一个残量网络，右图是一个走了反向边的增广路，具体来说，原来路径为$1\to 2\to 3\to 4$，现在在$3$走反向边的实质为：本次的增广路（红色）$1\to 3$后面的路走原来$1\to 2\to 3\to 4$路径中的$3\to 4$，然后我们从$2$开始，再找一条到$4$的路，来代替$1\to 2\to 3\to 4$。

2.增广路算法

只要我们不停的找从源点到汇点的增广路，根据增广路定理，当我们找完了所有的增广路，就可以得到最大流了。

• 首先我们可以从源点开始，不断的进行dfs，每次找一个残量网络中能到达汇点的路线，给路线上所有的边减去路线上的最小的残余流量，这是$\text{FF}$算法，时间复杂度为$O(VE)$，其中$V$是最大流，$E$是边数。
• 我们如果通过$\text{BFS}$找到一条从源点到汇点的最短的增广路，并将其增广，可以证明最多需要增广$n\times m$，次这就是$\text{EK}$算法，时间复杂度为$O(n{m}^2)$。
• 很显然，$\text{BFS}$一次来找一条最短的增广路比较浪费，所以我们考虑进行一次$\text{BFS}$后，将图进行分层，这样如果我们按照分的层来找增广路，找到的增广路一定是最短的；在分层的基础上，我们用$\text{DFS}$进行增广，直到找不到增广路为止；然后我们继续给新的残量网络分层，继续操作。这个算法名叫$\text{Dinic}$。不难发现，每进行一次分层，从源点到汇点的层数至少加$1$，所以我们最多分$n-1$次层，每次找增广路的复杂度为$O(nm)$，所以$\text{Dinic}$的时间复杂度上限为$O(n^{2}m)$。可以证明，对于二分图$\text{Dinic}$的时间复杂度为$O(\sqrt{n}m)$。

• 关于Dinic的当前弧优化（效果显著的常数优化）
  在一次dfs的过程中，如果一个点的一条边的流量用完了，那下一次在访问到这个点的时候就没有必要再次访问这条边了，我们只需要记录现在访问到的弧的位置，并在当前结单流量用完后及时跳出循环，下次用记录的位置开始，就是当前弧优化。

三.最小割

最小割定义为找一组边权最小的边集，并去掉，让$S$与$T$不连通。
有最大流最小割定理可以证明，最大流等于最小割。

四.最小费用最大流

在保证最大流量的基础上，有很多种方案满足要求，如果每条边还有一个边权，若总费用为所有边的边权与流量的乘积之和，最小费用最大流就是总费用最小的方案。
关于算法，直接把$\text{EK}$算法的$\text{BFS}$换成$\text{SPFA}$，每次走最短路进行增广。

• 洛谷：【模板】最小费用最大流

#include <cstdio>
#include <algorithm>

const int inf = 1e9;
const int maxn = 200010;

int cnt = 1;
int head[maxn], nxt[maxn], to[maxn], fl[maxn], v[maxn];
int q[maxn], dis[maxn], S, T, n, m, MX;
int pre[maxn], epre[maxn];
bool vis[maxn];

void add(int a, int b, int c, int d){
	nxt[++ cnt] = head[a], head[a] = cnt, to[cnt] = b, fl[cnt] = c, v[cnt] = d;
	nxt[++ cnt] = head[b], head[b] = cnt, to[cnt] = a, fl[cnt] = 0, v[cnt] = -d;
}

bool spfa(){
	for(int i = 1; i <= MX; i ++) dis[i] = inf, vis[i] = 0;
	vis[S] = 1, dis[S] = 0;
	int l = 1, r = 0;
	q[++ r] = S;
	while(l <= r){
		int x = q[l ++];
		for(int i = head[x]; i; i = nxt[i]){
			int u = to[i];
			if(fl[i] > 0 && dis[u] > dis[x] + v[i]){
				dis[u] = dis[x] + v[i];
				pre[u] = x, epre[u] = i;
				if(vis[to[i]] == 0) vis[to[i]] = 1, q[++ r] = to[i];
			}
		}
		vis[x] = 0;
	}
	if(dis[T] != inf) return true;
	return false;
}

void work(){
	int flow = 0, cost = 0;
	while(spfa()){
		int f = inf;
		for(int x = T; x != S; x = pre[x]){
			if(fl[epre[x]] < f) f = fl[epre[x]];
		}
		cost += f*dis[T], flow += f;
		for(int x = T; x != S; x = pre[x]){
			fl[epre[x]] -= f, fl[epre[x]^1] += f;
		}
	}
	printf("%d %d\n", flow, cost);
}

int main(){
	scanf("%d%d%d%d", &n, &m, &S, &T);
	MX = n;
	for(int i = 1; i <= m; i ++){
		int a, b, c, d;
		scanf("%d%d%d%d", &a, &b, &c, &d);
		add(a, b, c, d);
	}
	work();
	return 0;
}

五.网络流建模

1.最大流

（1）每个人选两个不同种类的物品

描述：一群人都要分别从A类物品中选一个，B类物品中选一个，求最多可以满足多少人。
做法：为了保证一个人只从一类物品中选择一个，要分别把两类物品与$S$与$T$相连，容量为物品数量。为了保证一个人只能分别取一样，要把一个人拆成两个点，两点之间容量为$1$。人放在中间，两类物品放在两边。
例1：Dining

(2)二分图最大匹配

描述：求一个二分图的最大匹配。
做法：源点和汇点分别连接一侧的点，容量为$1$，原来的二分图每条边，容量为$1$。
例1：A Plug for UNIX

2.最小割

最小割建模考虑把现在已有的点分为两部分，构造连边使分割方法对应相应的代价。

3.费用流