最小费用最大流

最小费用最大流

//转自： http://www.cppblog.com/guojingjia2006/archive/2009/11/12/57905.html

最小费用最大流 修改的dijkstra  +  Ford - Fulksonff算法
修改的dijkstra其实和Johnson算法的思想是一致的。
 
一个求最小费用最大流的朴素算法是这样的：
1  求最小费用增广路
2  判断是否存在增广路，否的话算法终止。
3  增加增广路上边的流量
4  在增广路上添加必要的逆向负权边
5   goto   1
 
因为负权边的存在，求最小费用增广路就不可以用dijkstra算法。当然，我们可以用bellman - ford算法，可是这样的话求一次最短路的时间代价就是O(e * n)，e是边数，n是顶点数。代价大了点，如果能用dijkstra算法就好了。利用Johnson算法的思想，这是可以做到的。
 
第一次求最短路可以用dijkstra算法（如果一开始就有负权边，那就用bellman - ford算法，这没关系），求出源点到所有点的距离，嗯，我说的距离是指路径上边的费用之和的最小值。注意，要求出到所有点的距离，而不是求出到汇点的距离就完事了。
假设有一条边u -> v，源点到u的距离是d[u]，到v的距离是d[v]，边的费用（权值）是w(u，v)。很显然，d[u] + w(u,v) >= d[v]，不然的话，你会发现一条更好的路径从源点到v。问题是，什么时候取等呢？当u -> v在v的最优路径上，范围说小一点，当u -> v在从源点到汇点的最优路径，即最小费用增广路上。
好的，如果u -> v被你增载了，你要开始添负权边v -> u了，权值取负，就是 - w(u,v)。负权就是讨厌，是正的就好了，dijkstra算法就可以再用了。怎么办呢，把负权边加个权值，让它非负。要加多少呢，d[v] - d[u]。当然不能只加一条边，对所有边，无论原有的还是新添的，按这个规则加，构造一个新的图：
                对边a -> b，新的边权w ' (a,b)=w(a,b)+d[a]-d[b]
现在来看看你的杰作：
                对原来的边u -> v, w ' (u,v)=w(u,v)+d[u]-d[v]: 记得么d[u]+w(u,v)>=d[v], 所以 w ' (u,v)  >=   0
                对新加的负权边v -> u, w ' (v,u)=w(v,u)+d[v]-d[u]=-w(u,v)+d[v]-d[u]: 记得么d[u]+w(u,v)==d[v]，这里可是取等号的，所以w ' (v,u)  ==   0
哈哈，这下所有边又是非负的了。
可是，问题是，为啥不每个边加个足够大的正数，这样不是所有边也都是正的了么。仔细想想，边权为啥要为正，不就是为了求源点到汇点的最短路方便么，可是，都加大正数的话，你求出的最短路和原来图的最短路能一致么，不能，为啥，画个三角形，自己想想。可是，我的方法就能一致么，能。我证明给你看。
 
假设从源点s到汇点t有一条路径s -> a -> b -> c -> d. -> t,在原图中的路径长度为
                 w(s,a) + w(a,b) + w(b,c) + + w(x,t)
在新图中的路径为
                 w ' (s,a)+w ' (a,b) + w ' (b,c)+w ' (x,t)
展开来就是
                 w(s,a) + d[a] - d[s] + w(a,b) + d[b] - d[a] + w(c,d) + d[d] - d[b] + . + w(x,t) + d[t] - d[x]
消阿消，d[a]和 - d[a]，d[b]和 - d[b]d[x]和 - d[x]，剩下什么呢：
                 w(s,a) + w(a,b) + w(b,c) + + w(x,t) + d[t] - d[s]
噢，不就比原图中多d[t] - d[s]么（其实d[s] == 0 ）。这可是对所有s到t的路径都成立的，既然所有路径，在新图中的权值都比在原图中的权值多了d[t]，那么，新图的最短路，也就对应原图的最短路，只不过路径长度多了d[t]，这不仅对t成立，对所有节点u都成立，只不过新图中到u的最短路长度比原图多了d[u]。
 
好，用dijkstra算法，第二次求出最短路。然后求出新的d’[u]，然后添加新的边，然后准备第三次的dijkstra算法。。。为什么第二次可以这样做，第三次还可以这样做，第三次的原图可能有很多负权边啊？我可没说过w(u,v) >= 0这样的限制，所以，即使原图有负权边还是可以这样做的。
 
好了，第一次dijkstra算法（或者bellman - ford算法，如果有负权边的话，只用一次，不会成为瓶颈的），然后每次求最小增广路用一次修改的dijkstra算法。这个算法求最小费用最大流复杂度是O(m * n * n), m是最大流量，或者是求增广路次数的上界。最后，如果用这个算法来求最优匹配问题，复杂度是O(n ^ 3 )的。

//模版：

//转载出处：http://blog.sina.com.cn/s/blog_7c2a1aa30100qae6.html

#include<iostream>
using namespace std;

int n,ans;
int cap[MAX][MAX];//容量
int pre[MAX];//用于保存增广路径
int cost[MAX][MAX];//花费
int dis[MAX];//源点到每个点（包括汇点）的距离
int que[MAX];//用于SPFA算法中的队列
bool vis[MAX];//访问标记数组

bool spfa()//源点为0，汇点为n
{
    int i;
    int head=0;//队头
    int tail=1;//队尾
    for(i=0;i<=n;i++)//每次都要初始化
    {
        dis[i]=inf;
        vis[i]=false;
    }
    dis[0]=0;
    que[0]=0;
    vis[0]=true;
    while(tail!=head)//循环队列
    {
        int u=que[head];
        for(i=0;i<=n;i++)
        {
            if(cap[u][i]&&dis[i]>dis[u]+cost[u][i])//松弛
            {
                dis[i]=dis[u]+cost[u][i];
                pre[i]=u;
                if(!vis[i])
                {
                    vis[i]=true;
                    que[tail++]=i;
                    if(tail==MAX)//tail的范围是:0~MAX-1
                        tail=0;
                }
            }
        }
        vis[u]=false;
        head++;
        if(head==MAX)
            head=0;
    }
    if(dis[n]==inf)//因为n是汇点，所以可以用dis[n]是否等于inf来判断能否找到增广路
        return false;
    return true;//找到一条增广路pre[]，这条增广路还是最短的（花费最少的）
}
void mcmf()
{
    int i;
    int temp=inf;
    for(i=n;i!=0;i=pre[i])
        temp=min(temp,cap[pre[i]][i]);//找出增广路径中最小的残余流
    for(i=n;i!=0;i=pre[i])//消灭那条残留网络
    {
        cap[pre[i]][i]-=temp;//流的反对称性:f(u,v)=-f(v,u)
        cap[i][pre[i]]+=temp;
        ans+=cost[pre[i]][i]*temp;//cost[][]记录的单位流量费用，必须得乘以流量。
    }
}
int main()
{
    //...
    ans=0;
    while(spfa())
        mcmf();
    //...
    return 0;
}