最大流

流量守恒：流入a结点的=流出a结点的

1、定义

流网络：G=(V，E)，是一个有向图。连通的，对于每个结点$v\in V$，流网络都包含一条路径$s～v～t$，且除了源结点外的每个结点都至少有一条进入的边，所以$|E|\ge |V|-1$。
容量值：图中每条边有一个非负的容量值c(u，v)。
源节点：s
汇点：t
流的形式化定义:

流的性质：（证明是一个流就要证明这两点）

容量限制就是说，结点之间的流必须是非负值并且不能超过给定的容量限额。流量守恒是说流入等于流出。
流$f$的值$|f|$：$|f|={\sum }_{v\in V}f(s,v)-{\sum }_{v\in V}f(v-s)$。流的值是从源结点流出的减去流入源结点的值。 因为源结点没有流入的边，所以后一项为0。

2、解决最大流问题的Ford_Fulkerson方法

思想：

1)残存网络

残存网络$G_f$ 由那些仍有空间对流量进行调整的边构成。
如果某条边的流量没有小于该边的容量，则可以把这条边置于$G_f$中，其残存容量为：$c_f(u,v)=c(u,v)-f(u,v)$，边的流量等于容量时不属于残存网络。
允许包含G中不存在的边，如要减少$f(u,v)$，可以增加边$f(v,u)$，$f(v,u)$最多能把$f(u,v)$抵消。这等同于缩减$f(u,v)$的流量。
残存容量$c_f(u,v)$定义如下：

这个图表示了增大流的方法，先将(a)写成残存网络的形式，计算方法为式（26.2），然后找增广路径中最小的流量，加到(a)中这条路径上。再找残存网络……直至没有增广路径。
引理：

证明：

2)增广路径

增广路径：是残存网络中一条中源结点到汇点的简单路径。
路径p的残存容量：$$c_f(p)=\min c_f(u,v):(u,v)属于路径p$$
下述引理和推论证明将流增大$f_p$的量，该流的值会更加接近最大值。

3)流网络的切割

流网络$G=(V,E)$的切割$(S,T)$，将结点集合$V$划分为$S$和$T=V-S$两个集合，使得$s\in S,t\in T$。
若$f$是一个流，则定义横跨切割$(S,T)$的净流量$f(S,T)$如下：$$f(S,T)=\sum _{u\in S}\sum _{v\in T}f(u,v)-\sum _{u\in S}\sum _{v\in T}f(v,u)$$
切割的容量是：$$c(S,T)=\sum _{u\in S}\sum _{v\in T}c(u,v)$$
对于流来说，我们考虑的是从S到T的流量减去从T到S反方向的流量。
而对于容量来说，我们考虑的只是从S出发进入集合T的容量。

横跨切割的净流量是：$f(v_1,v_3)+f(v_2,v_4)-f(v_3,v_2)=12+11-4=19$
切割的容量：$c(v_1,v_3)+c(v_2,v_4)=12+14=26$

下面的引理表示无论是什么样的切割，通过的净流量都是等于$|f|$，即流的值。

下面的推论说明：流网络中最大流的值不能超过该网络最小切割的容量。

接下来的最大流最小切割定理表明：最大流的值实际上就是等于最小切割的容量。

3、基本的Ford-Fulkerson算法

复杂度分析：

一个例子：

参考：
算法导论第三版