网络流(一)——Edmonds Karp算法
首先是一些关于网络流的术语:
源点:即图的起点。
汇点:即图的终点。
容量:有向边(u,v)允许通过的最大流量。
增广路:一条合法的从源点流向汇点的路径。
网络流问题是在图上进行解决的,我们通常可以将问题转化为:
给定一个有向图,每条边有一个容量,有两个点被标记做了源点与汇点,你要确定尽量多的从源点到汇点的路径,每条边被经过的次数不得超过它的容量。我们将一个合法解称作一个流,一条边被经过的次数称作其流量,最终流的总和称作整个流的流量。
我们的限制转化为:
每条边被经过的次数不得超过它的容量->每条边的流量不超过其流量,流由若干从源点到汇点的路径组成->除源点和汇点外,对于每个点,流入它的流量和等于从它流出的流量和。最大化整个流的流量->最大化从源点流出的流量。
前两个条件分别被称为容量限制和流量平衡。
可以显然地想到一个(不正确的)解法,即不停地找一条任意的路径并流过去。
如何做到"可以反悔"呢?
减少一条边上k的流量,相当于反向流过来k的流量。这个还是比较显然的。假设你把一些货物从a地运到b地,后来你发现运错了,那就再运回来就行了。定义一条边的残量,是指它还能流多少流量(即容量减去当前流量)。
刚刚的反思告诉我们:
在一条边流过去之后,我们需要反过来建一条边。如果边u流过去了一些流量,那么我们需要建一条反过来的边,比如叫做v。v的残量即为u当前的流量。沿着v流一些流量,对应到原问题中相当于在u这条边上少流了一些流量。这就是网络流最大流的核心思想。
FF方法
(1)在残量网络上找到一条从源点到汇点的道路(称为"增广路")
(2)取增广路上残量最小值v
(3)将答案加上v
(4)将增广路上所有边的残量减去v,而它们的反向边的残量加上v。
重复这个过程直到找不到增广路,就可以求出最大流。
步骤4中,一条边的反向边的反向边即为这条边本身(即它们两个互为反向边)。
首先这个算法是不会死循环的,因为每次增广都导致流量增加(并且增加的是整数),而流量有一个客观存在的最大值,所以它必定结束。
由于他没有指定存在多条增广路的时候选哪一条,所以我们先考虑最简单的情况:随便找一条。
经过实践,我们可以想到只增广最短路径。
然后讲一下EK算法:
EK算法
是FF的一种实现:每次寻找增广路增广。可以证明其复杂度是O((m^2)*n)的。
首先我们考虑该如何建反向边:
我们选择用邻接表存边(邻接矩阵受数据范围限制,一般无法开心的使用),那么反向边的编号该如何处理,才能使这两条边相互关联起来?
答案之一就是异或(不会请自行百科):
0^1 = 1, 1^1 = 0;
2^1 = 3, 3^1 = 2;
4^1 = 5, 5^1 = 4;
于是我们发现,异或1这一操作,可以将相邻的两个整数关联起来(偶数在前,奇数在后),然后我们可以选择从零开始存在,完美解决存边问题。
至于算法的核心思想,其实就是FF方法,只是进行了具体实现。
来一波核心代码:
int EK(int s, int t) //s为源点,为汇点
{
int DIS = ; //DIS用来记每次BFS找到的增广路的最大流量
int ans = ; //ans用来记最终答案
while ((DIS = BFS(s, t)) != -)
{
int cur = t;
while (cur != s)//根据BFS得出的前驱(pre)数组遍历路径,更改容量
{
e[pre[cur]].w -= DIS;
e[pre[cur] ^ ].w += DIS;
cur = e[pre[cur]].from;
}
ans += DIS;
}
return ans; //返回答案
}
BFS的任务是得出的前驱(pre)数组(就是一条增广路),并记录到每个点为止的最大流量(flow)数组。
BFS找到一条增广路就应该返回。且不走重点(否则复杂度将无法承受)。
完整代码:
#include <iostream>
#include <cstdio>
#include <cstring>
#include <cmath>
#include <queue>
#include <cctype> using namespace std; const int MAXN = ;
const int INF = ; struct Edge {
int from;
int to;
int w;
int next;
}e[MAXN << ]; int n, m, s, t, x, y, z;
int cnt = -;
int f[MAXN];
int pre[MAXN];
int flow[MAXN]; queue <int> q; int min(int a, int b)
{
if (a <= b) return a;
else return b;
} int read()
{
int x = ;
int k = ;
char c = getchar(); while (!isdigit(c))
if (c == '-') k = -, c = getchar();
else c = getchar(); while (isdigit(c))
x = x * + c - '',
c = getchar();
return k * x;
} int BFS(int s, int t)
{
while (!q.empty()) q.pop();
memset(pre, -, sizeof(pre));
memset(flow, 0x7f, sizeof(flow));
pre[s] = ;
q.push(s);
flow[s] = INF;
while (!q.empty())
{
int cur = q.front();
q.pop(); if (cur == t) break; for (int i = f[cur]; i != -; i = e[i].next)
{
if (pre[e[i].to] == - && e[i].w > )
{
pre[e[i].to] = i;
flow[e[i].to] = min(flow[cur], e[i].w);
q.push(e[i].to);
}
} }
if (pre[t] == -) return -;
return flow[t];
} void Add_edge(int from, int to, int w)
{
++cnt;
e[cnt].from = from;
e[cnt].to = to;
e[cnt].w = w;
e[cnt].next = f[from];
f[from] = cnt;
} int EK(int s, int t)
{
int DIS = ;
int ans = ;
while ((DIS = BFS(s, t)) != -)
{
int cur = t;
while (cur != s)
{
e[pre[cur]].w -= DIS;
e[pre[cur] ^ ].w += DIS;
cur = e[pre[cur]].from;
}
ans += DIS;
}
return ans;
} int main()
{
n = read();
m = read();
s = read();
t = read(); memset(f, -, sizeof(f)); for (int i = ; i <= m; ++i)
{
x = read();
y = read();
z = read();
Add_edge(x, y, z);
Add_edge(y, x, );
} cout << EK(s, t);
char c = getchar();
return ;
}
网络流(一)——Edmonds Karp算法的更多相关文章
- 最大流算法之Ford-Fulkerson算法与Edmonds–Karp算法
引子 曾经很多次看过最大流的模板,基础概念什么的也看了很多遍.也曾经用过强者同学的板子,然而却一直不会网络流.虽然曾经尝试过写,然而即使最简单的一种算法也没有写成功过,然后对着强者大神的代码一点一点的 ...
- 网络流-最大流问题 ISAP 算法解释(转自Renfei Song's Blog)
网络流-最大流问题 ISAP 算法解释 August 7, 2013 / 编程指南 ISAP 是图论求最大流的算法之一,它很好的平衡了运行时间和程序复杂度之间的关系,因此非常常用. 约定 我们使用邻接 ...
- HDU3549 Flow Problem(网络流增广路算法)
题目链接. 分析: 网络流增广路算法模板题.http://www.cnblogs.com/tanhehe/p/3234248.html AC代码: #include <iostream> ...
- hdu2389二分图之Hopcroft Karp算法
You're giving a party in the garden of your villa by the sea. The party is a huge success, and every ...
- Edmonds 开花算法
Edmonds 开花算法 input: 图G,匹配M,未饱和点u idea: 查找从 u 開始的 M-交错路径.对每一个顶点记录父亲节点. 发现花朵.则收缩. 维护 S 和 T.S 表示沿着已经饱和的 ...
- POJ 2455 网络流 基础题 二分+网络流 dicnic 以及 sap算法
Secret Milking Machine Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 8189 Accepted: ...
- 网络流入门--最大流算法Dicnic 算法
感谢WHD的大力支持 最早知道网络流的内容便是最大流问题,最大流问题很好理解: 解释一定要通俗! 如右图所示,有一个管道系统,节点{1,2,3,4},有向管道{A,B,C,D,E},即有向图一张. ...
- 网络流的$\mathfrak{Dinic}$算法
网络流想必大家都知道,在这不过多赘述.网络流中有一类问题是让你求最大流,关于这个问题,许多计算机学家给出了许多不同的算法,在这里--正如标题所说--我们只介绍其中的一种--\(\tt{Dinic}\) ...
- 网络流之最大流算法(EK算法和Dinc算法)
最大流 网络流的定义: 在一个网络(有流量)中有两个特殊的点,一个是网络的源点(s),流量只出不进,一个是网络的汇点(t),流量只进不出. 最大流:就是求s-->t的最大流量 假设 u,v 两个 ...
随机推荐
- 利用sizeof,得到二维数组的维度
#include <iostream> #include <stdlib.h> using namespace std; int main() { ][]; cout < ...
- eclipse plugin
快速查看目录 org.sf.easyexplore_1.0.4.jar mongo DB net.jumperz.app.MMonjaDB_1.0.16.jar jasper report jaspe ...
- java-可逆加密算法
转载大神的 https://blog.csdn.net/want_water_fish/article/details/73498692 加密算法: 1.单项加密 2.对称加密 3.非对称加密 简单 ...
- HTML——传统布局的使用
传统布局:使用table来做整体页面的布局 总结:这种方式来制作页面现在也不是很多了,感觉并不是很高效. 需要先用photoshop量出页面布局具体的尺寸位置,再将其划分为表格,对每个格子进行编辑. ...
- reaver 破解wifi
1. 无线网卡设置为监控模式 airmon-ng start wlan0 2. 获取附近路由信息 airodump-ng wlan0mon 3. 使用reaver破解wifi reaver -i wl ...
- Redis 基础特性讲解
目录 1.Redis基础杂项小节 1.是什么 2.能干嘛 3.去哪下 4.Redis启动后基础知识讲解 2.Redis数据类型 1.常用的五大数据类型 2.高级'玩家'才知道的其他数据类型 3.Red ...
- 3D旋转仿伪3D立体效果,手机端
偶然在书上看到这段代码,感觉很舒服,直街附代码吧,原生JS.手机端旋转效果仿立体效果. 纯JS代码足够了. var img=document.createElement('img'); img.set ...
- Java面向对象(static、final、匿名对象、内部类、包、修饰符、代码块)
面向对象 今日内容介绍 u final u static u 匿名对象 u 内部类 u 包的声明与访问 u 四种访问修饰符 u 代码块 第1章 final关键字 1.1 final的概念 继承的出现提 ...
- 传入泛型类型(T.class)的方法
java中当我们需要T.class时会报错,这是我们只需定义一个Class<T>类作为参数传入即可,具体如下: public List<T> findStuByQuery(De ...
- vue2.0:(五)、路由vue-router
好的,接下来,我们来写路由.用的是vue2.0的路由. 步骤一:配置main.js import Vue from 'vue'; import App from './App'; import rou ...