网络流算法详解

网络流算法详解

 

网络流算法在许多实际问题中有应用，如匹配问题，著名的Hall婚姻定理。这里不证明“最大流最小割定理”，简单解释求最大流的Ford-Fulkerson算法。接下来分别详述时间复杂度为O(VE²)的Edmonds-Karp算法和时间复杂度为O(V²E)的Dinic算法。至于较新的预留推进算法就不介绍了，这个算法证明比较难，感兴趣的可以看看算法导论。

本文所用到的网络流如图1，s为原点，t为汇点，边上的值表示边的容量c(u,v)，如c(s,v₁)=15，c(v₁,v₂)=8。流用符号f(u,v)表示，如图2，流的容量f(s,v₁)=10，f(v₁,v₂)=5。剩余容量c_f(u,v)=c(u,v)-f(u,v)。在原剩余网络中找到一条流后，修改原网络边的剩余容量得到剩余网络G_f，如图3所示。注意剩余网络中有一些新添加的边即反向边的容量，为流的反馈。在图3中，有f(v₁,v₃)=5,那么有f(v₃,v₁)=-f(v₁,v₃)=-5，然后c_f(v₃,v₁)=c(v₃,v₁)-f(v₃,v₁)=0-(-5)=5。

图1 网络流的一个例子

1.Ford-Fulkerson算法

算法的主要思想：

1）初始化一条容量为0的流f和一个剩余网络G_f，第一个剩余网络为原图G，每条边的剩余容量初始化为每条边的初始容量c_f(u,v)=c(u,v)。

2）在剩余网络G_f中寻找增广路径p，取增广路径p中的边的剩余容量c_f(u,v)最小值作为流的增量△f，使得f’=f+△f。修改剩余图中每条边的容量c_f’(u,v)=c_f(u,v)- △f得到剩余网络G_f。（补充说明：原算法中的△f可以为单位1）

3）重复步骤2），直到找不到一条增广路径为止。

寻找一条增广路径的方法如图4所示，然后确定增广路径上的流增量△f。本例中△f=3。

整个网络可以用邻接表或矩阵表示，网络的边即为矩阵中的元素，网络的节点则为矩阵一维的下标。这里网络中每条边最好用一个结构体表示。结构体包含边的容量和每次通过的流量这两个变量。

下面是一个例子：