当前位置: 首页 > news >正文

论网络流(最大流篇)--新手入门超详解--包教包会

论网络流--新手入门超详解--包教包会

  • 1 前言
  • 2 什么是最大流
  • 3最大流问题的求解
    • (1)问题转化--增广路的引入
    • (2)走回头路--EK算法
    • (3)EK的弊端
    • (4)化图为树--DINIC算法
  • 4后记

1 前言

网络流是图论算法,阅读本文需要以下前置知识
1搜索算法(dfs+bfs)
2图的存储
3最短路径算法(dijkstra,floyd,spfa)
所有数学公式均使用Latex并附有证明
作为网络流系列的第一张,我们从网络流的基础–最大流开始

2 什么是最大流

我们把网络流这个词拆开来看
网络,指的就是,在网络流问题中大多为有向图,而且有边权(容量)
流,顾名思义,就是向水一样,从一个水源(源点)流出,流向终点(汇点
那么会有多少水流向终点呢?这就是流量
这么说肯定不好理解,我们从图的最简单形态–出发
上图片
在这里插入图片描述
可以把源点看做自来水厂,汇点看做你家,中间的点就是中转站,边就是水管,水管当然不是无限大的,肯定会有容量(即边权,图上用蓝色数字标出)
假设你需要 1 1 1个单位的水,自来水厂给你供水,每个水管中流的水量在下图中用绿色标注
在这里插入图片描述
显然,每个水管中的水量都小于容量,水管指定炸不了
流量为 1 1 1,即你最后收到了 1 1 1个单位的水
流量可以达到 1 1 1,没有任何一个水管炸掉,这就是可行流
但是这个没啥用…流量为 0 0 0还是可行流呢
我们考虑对于一个所有可行流的集合,求其中流量最大的一个
对于这张图,答案显然了,流量为2,在下图中用橙色标出在这里插入图片描述
可以看到容量为 2 2 2的水管装满水了,不能再多了,这就是最大流

3最大流问题的求解

(1)问题转化–增广路的引入

假设图是一条链,答案肯定为容量最小边的容量,要不然就炸了
但是如果图不是一条链呢
我们把图变成链不就好了
在图上取一条路径,不就形成了链吗
我们还是举上面的例子,自来水厂给你家供水,肯定是选取一条路径将水送到你家,但是如果不够用,自来水厂就会再选取一条路径给你家供水
这就是增广路–一条连接源点和汇点,且流量未满的路径
假设现在已经找到了一条增广路,我们该怎么更新
根据上面的例子,自来水厂把水送到你家,肯定占用了水管,有的水管占满了,但是有的水管还有空间
我们求出增广路的流量–根据刚才链上问题的结论–就是这些边中容量的最小值
我们将路径上每一条边都减去这个占用的容量即可
这就构成了人们常说的残余网络
都减去容量了,我们只要用bfs求出原点到汇点的任意路径即可
如果不连通,算法就结束
这个算法好不好使,手动模拟就知道,请看图片
在这里插入图片描述
bfs求出一条增广路为 1 − > 2 − > 3 − > 4 1->2->3->4 1>2>3>4
减去流量得下图
在这里插入图片描述
找不出增广路了,答案为 1 1 1
但是显然答案就不是 1 1 1,选取 1 − > 2 − > 4 1->2->4 1>2>4 1 − > 3 − > 4 1->3->4 1>3>4两条增广路,答案显然为 2 2 2,我们的算法就这样炸了

(2)走回头路–EK算法

我们发现,无论怎么选取增广路,我们很难找出一个贪心策略一次得到最优解,选取不同增广路得到的结果不同
如果我们能走回头路多好
但是减去容量是算法成立的基础,我们不能动这一步
所以,我们要引入最大流的精髓–反向边
还是那个例子,自来水厂给你家送水,已经找到一条路径
但是,你说水不够,再给我送点,然而此时水管被占用了
那咋办,你直接把水送回去呗
所以,减去的容量,我们建反向边,把水送回去,就是走回头路
回归问题,我们求出 1 − > 2 − > 3 − > 4 1->2->3->4 1>2>3>4的增广路中,图变成了这样
(反向边用红色标出)
在这里插入图片描述
这下,我们可以再次找到一条增广路 1 − > 3 − > 2 − > 4 1->3->2->4 1>3>2>4
得到结果 2 2 2,AC了,那么,这个算法为什么是对的
其中涉及到了边 2 − > 3 2->3 2>3,但是如果我们手动模拟,就会发现根本不能取这条边
我们发现 3 − > 2 3->2 3>2这条反向边本来就代表着走回头路
但是正常 3 − > 4 3->4 3>4这条边已经走过了,既然你替我走了,我就替你走,直接去走路径 2 − > 4 2->4 2>4,这就相当于交换了位置,结果不改变
这就是EK算法,最大流问题的基础算法
附代码(c++)(问题参考洛谷P2740)

#include<bits/stdc++.h>
using namespace std;
int a[1145][1145],dist[114514],n,m,start,endd;
queue<int>q;
bool vis[114514];
bool bfs(int s,int t){memset(vis,false,sizeof(vis));memset(dist,-1,sizeof(dist));vis[s] = true;dist[s] = s;while(!q.empty()){q.pop();}q.push(s);while(!q.empty()){int x = q.front();q.pop();for(int i = 1;i<=n;i++){if(i!=x&&!vis[i]&&a[x][i]>0){q.push(i); dist[i] = x;vis[i] = true;if(i==t){return true;	}}}}return false;
}
int EK(int s,int t){int ans = 0;while(bfs(s,t)){int mins = 0x3f3f3f3f;for(int i = t;i!=s;i = dist[i]){mins = min(mins,a[dist[i]][i]);}for(int i = t;i!=s;i = dist[i]){a[i][dist[i]]+=mins;a[dist[i]][i]-=mins;}ans+=mins;}return ans;
}
int main() {cin>>n>>m>>start>>endd;for(int i = 1;i<=m;i++){int u,v,w;cin>>u>>v>>w; a[u][v]+=w;}int ans = EK(start,endd);cout<<ans;return 0;
}

(3)EK的弊端

EK算法是正确的,但是时间复杂度非常玄学
比如说这种图
在这里插入图片描述
如果使用EK算法, 2 − > 3 2->3 2>3那条边的方向会不断切换,这样下去将会找 200 200 200次增广路
直接TLE
EK算法可以优化,每次处理出最短路径,但是这也没有解决EK慢的问题,尤其是在更加稠密的图,EK的复杂度显然不够优秀
所以,为了解决这种问题,DINIC诞生了

(4)化图为树–DINIC算法

EK一次只能找一条增广路
其实就是把图变成链
如果我们想要从源点出发一次找多条增广路呢?
我们把图变成树,怎么变?
显然,用bfs分层,形成的就是一棵树了
然而进行一次bfs不一定正确
那进行多少次bfs呢?这个就很玄学
每次的残余网络的分层都不相同,所以,可以通过一直进行bfs知道搜索不出增广路
有了搜索树,这就可以引入dfs了,一次搜更多的增广路
不仅提高了稠密图中的时间复杂度,还防止了反复更新增广路的问题
这就是DINIC,在bfs建出的搜索树上跑dfs
代码中的体现就是储存每个点的层次
DINIC还有一个著名的当前弧优化
因为搜索树上有重复点,这些重复点连的边已经更新了的话,就不会再更新,所以我们标记一个 c u r cur cur数组即可
其实,在DINIC之外还有ISAP等算法
但是在信奥中有个不成文的规定,不能卡DINIC
新手可以先掌握DINIC
附代码(c++)

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int INF = 0x3f3f3f3f;
ll nxt[114514],to[114514],w[114514];
ll idx = 1,head[114514];
ll n,m,s,t;
ll dep[114514],cur[114514];
ll ans = 0;
queue<ll> q;
void addedge(ll u,ll v,ll ww){idx++;nxt[idx] = head[u];to[idx] = v;w[idx] = ww;head[u] = idx;
}
bool bfs(){for(int i = 1;i<=n;i++){dep[i] = INF;}while(!q.empty()){q.pop();}q.push(s);dep[s] = 0;cur[s] = head[s];while(!q.empty()){ll x = q.front();q.pop();for(ll i = head[x];i!=0;i = nxt[i]){ll y = to[i];if(w[i]>0&&dep[y]==INF){q.push(y);cur[y] = head[y];dep[y] = dep[x]+1;if(y==t){return true;}}}}return false;
}
ll dfs(ll x,ll res){if(x==t){return res;}ll sum = 0,k,i;for(i = cur[x];i&&res;i = nxt[i]){cur[x] = i;ll y = to[i];if(w[i]>0&&(dep[y]==dep[x]+1)){k = dfs(y,min(res,w[i]));if(!k){dep[y] = INF;}w[i]-=k;w[i^1]+=k;sum+=k;res-=k;}}return sum;
}
void DINIC(){while(bfs()){ans+=dfs(s,INF);}
}
signed main(){cin>>n>>m>>s>>t;for(ll i = 1;i<=m;i++){ll u,v,ww;cin>>u>>v>>ww;addedge(u,v,ww);addedge(v,u,0);}DINIC();cout<<ans;return 0;
}

4后记

本蒟蒻的第一篇博客讲的是最短路,如今20篇过去了,这是第21篇
我这个大蒟蒻终于学会了网络流
本文作者是蒟蒻,如有错误请各位神犇指点
森林古猿出品,必属精品,请认准CSDN森林古猿1

http://www.lryc.cn/news/414610.html

相关文章:

  • 环境搭建:全面详尽的 MongoDB Shell MongoDB Server介绍、安装、验证与配置指南(以 Windows 系统为主)
  • 使用 OpenSearch 的 K-NN 向量搜索来增强搜索功能
  • Less-2(闭合)
  • mysql介绍
  • 【ROS学习】ROS中 use_sim_time 参数的含义与作用
  • python-查找元素3(赛氪OJ)
  • 苹果 Safari 的隐私保护与广告追踪问题 :技术进展与挑战
  • pytest之fixture
  • Rancher
  • Wordpress建站问题记录
  • JavaFx中通过线程池运行或者停止多个周期性任务
  • 使用RabbitMQ实现异步支付状态通知
  • [最短路dijkstra],启动!!!
  • Java企业微信服务商代开发获取AccessToken示例
  • How does age change how you learn?(2)年龄如何影响学习能力?(二)
  • 可验证随机函数 vrf 概述
  • 鸿蒙双向绑定组件:TextArea、TextInput、Search、Checkbox,文本输入组件,图案解锁组件PatternLock
  • JS 算法 - 计数器
  • JavaScript基础——JavaScript运算符
  • E23.【C语言】练习:不创建第三个变量实现两个整数的交换
  • 如何搭建一个web系统?
  • 三十种未授权访问漏洞复现 合集( 二 )
  • C语言学习笔记[29]:函数①
  • 使用Springboot + netty 打造聊天服务之Nacos集群问题记录
  • 全网唯一!R语言顶刊配色包TheBestColors
  • 链表题型思路错误总结
  • 算法学习day28
  • C语言基础题:迷宫寻路(C语言版)
  • 力扣-1两数之和2两数相加-2024/8/3
  • 简站WordPress主题 专业的WordPress建站服务商