为与机房各位神犇同步,学习下网络流,百度一下发现竟然那么多做法,最后在两种算法中抉择,分别是Dinic和ISAP算法,问过
CA爷后得知其实效率上无异,所以决定跟随Charge的步伐学习Dinic,所以来写点心得

网络流(最大流)的做法可以进行浅显的理解:

一张图可以认为是一个排水管道,每个点为管道的交叉点,每个边的边权即是这条管道的水的容量,给定一个源点和一个汇点,源点有∞的水量供给,问汇点最大可以获得多少水,所求即为最大流

但是有点题目不一定会给定源点或者汇点,还是因题而异,而且还有很多题目需要进行拆点建图也是复杂的不行。。。(沙茶的我还需要多练多想啊)

Dinic算法:

大体上是这么一个流程:

1.利用BFS分层,即按照距离源点的最短距离来分出层次

2.在分层图上DFS增广,找出这一次的最大流量,然后累入总ans中,值得注意的是,这一阶段中没找到一个当前值now,需要将所有正向边权-now,并把其反向边权+now,这可以使得以后的增广中可以后悔,即可以把之前走错的路再走一遍,保证答案的正确性

3.不断对残余网络进行BFS,直到无法到达源点结束,每次BFS后多次DFS求值直到找不到新的路径

一个很高端详细的讲解BLOG:https://comzyh.com/blog/archives/568/

大体的框架如下:

一个最基本的模板(next数组实现)

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
struct data{
int next,to,v;
}edge[500]={0};
int cnt=1,head[500]={0};
int q[2000],h,t;
int dis[500]={0};
int n,m,ans; void add(int u,int v,int w)
{
cnt++;
edge[cnt].next=head[u];
head[u]=cnt;
edge[cnt].to=v;
edge[cnt].v=w;
} bool bfs()
{
memset(dis,-1,sizeof(dis));
q[1]=1;dis[1]=0;
h=0;t=1;
while (h<t)
{
int j=q[++h],i=head[j];
while (i)//枚举所有与当前节点相连的
{
if (dis[edge[i].to]<0 && edge[i].v>0)//判断是否已经分层过&&是否能流(联通)
{
dis[edge[i].to]=dis[j]+1;
q[++t]=edge[i].to;
}
i=edge[i].next;
}
}
if (dis[n]>0)//如果能够到达汇点,则可以继续,否则就不能继续
return true;
else
return false;
} int dfs(int loc,int low)
{
int ans=0;
if (loc==n) return low;
int i=head[loc];
while (i)//枚举所有与当前点相连的
{
//判断 是否能流(联通) && 它下面那条个点与它是否层数+1(找路径的要求必须找下一层的点) && 当前ans是否大于0
if (edge[i].v>0 && dis[edge[i].to]==dis[loc]+1 && (ans=dfs(edge[i].to,min(low,edge[i].v))))
{
edge[i].v-=ans;//正向边-去当前值
edge[i^1].v+=ans;//反向边+上当前值 ,^1异或即反向边的位置 i为单数为i-1,为双数为i+1
return ans;
}
i=edge[i].next;
}
return 0;
} int main()
{
scanf("%d%d",&m,&n);
for (int i=1; i<=m; i++)
{
int s,e,v;
scanf("%d%d%d",&s,&e,&v);
add(s,e,v);
add(e,s,0);//因为需要反向边在建完正向边后立即建一个反向边,初值为0
}
int ans=0;
while (bfs())
{
int now;
while ((now=dfs(1,0x7fffffff)))
ans+=now;
}//Dinic
printf("%d",ans);
return 0;
}

还有很多不同的规则有不同的模板,以后会更。

2016.1.3 补。

edge【】的范围一定要计算好,好几次都是这个地方开小了,这种错误太低级了。。

建图的过程需要发散一下思维,不能仅仅局限于超级源与超级汇,很多题目的需要建一些次级的点,或者进行拆点,抑或是二分后多次建图多次判定,千变万化。

在建边的时候需要建一条反向边(一般反向初始都是0,为后续反向弧用),当然 有的时候题目中需要开始就建双向边。。要好好把握

2016.1.17补。

当前弧优化(理论上常数级优化实际上优化效果完美):

bool bfs()
{
memset(dis,-1,sizeof(dis));
q[1]=0; dis[0]=1;
h=0;t=1;
while (h<t)
{
int j=q[++h],i=head[j];
while (i)
{
if (edge[i].v>0 && dis[edge[i].to]<0)
{
dis[edge[i].to]=dis[j]+1;
q[++t]=edge[i].to;
}
i=edge[i].next;
}
}
if (dis[num]>0)
return true;
else
return false;
} long long dfs(int loc,long long low)
{
if(loc==num)return low;
long long flow,cost=0;
for(int i=cur[loc];i;i=edge[i].next)
if(dis[edge[i].to]==dis[loc]+1)
{
flow=dfs(edge[i].to,min(low-cost,edge[i].v));
edge[i].v-=flow;edge[i^1].v+=flow;
if(edge[i].v) cur[loc]=i;
cost+=flow;if(cost==low)return low;
}
if(!cost)dis[loc]=-1;
return cost;
} long long dinic()
{
long long temp=0;
while (bfs())
{
for (int i=0; i<=num; i++) cur[i]=head[i];
temp+=dfs(0,maxl);
}
return temp;
}

多路增广+炸点+当前弧优化

学习笔记 --- 最大流Dinic算法的更多相关文章

  1. 机器学习实战(Machine Learning in Action)学习笔记————08.使用FPgrowth算法来高效发现频繁项集

    机器学习实战(Machine Learning in Action)学习笔记————08.使用FPgrowth算法来高效发现频繁项集 关键字:FPgrowth.频繁项集.条件FP树.非监督学习作者:米 ...

  2. java 学习笔记之 流、文件的操作

    ava 学习笔记之 流.文件的操作 对于一些基础的知识,这里不再过多的解释, 简单的文件查询过滤操作 package com.wfu.ch08; import java.io.File; import ...

  3. 网络流之最大流Dinic算法模版

    /* 网络流之最大流Dinic算法模版 */ #include <cstring> #include <cstdio> #include <queue> using ...

  4. 机器学习实战(Machine Learning in Action)学习笔记————07.使用Apriori算法进行关联分析

    机器学习实战(Machine Learning in Action)学习笔记————07.使用Apriori算法进行关联分析 关键字:Apriori.关联规则挖掘.频繁项集作者:米仓山下时间:2018 ...

  5. 机器学习实战(Machine Learning in Action)学习笔记————02.k-邻近算法(KNN)

    机器学习实战(Machine Learning in Action)学习笔记————02.k-邻近算法(KNN) 关键字:邻近算法(kNN: k Nearest Neighbors).python.源 ...

  6. [ML学习笔记] 朴素贝叶斯算法(Naive Bayesian)

    [ML学习笔记] 朴素贝叶斯算法(Naive Bayesian) 贝叶斯公式 \[P(A\mid B) = \frac{P(B\mid A)P(A)}{P(B)}\] 我们把P(A)称为"先 ...

  7. Effective STL 学习笔记 31:排序算法

    Effective STL 学习笔记 31:排序算法 */--> div.org-src-container { font-size: 85%; font-family: monospace; ...

  8. Power Network(网络流最大流 & dinic算法 + 优化)

    Power Network Time Limit: 2000MS   Memory Limit: 32768K Total Submissions: 24019   Accepted: 12540 D ...

  9. 最大流——Dinic算法

    前面花了很长时间弄明白了压入-重标记的各种方法,结果号称是O(V3)的算法测demo的时候居然TLE了一个点,看了题解发现所有人都是用Dinic算法写的,但它的复杂度O(V2E)明显高于前者,具体是怎 ...

随机推荐

  1. 迷你DVD管理器项目

    package chapter5; import java.util.*; public class MiniDVD { public static void main(String[] args){ ...

  2. java9-8 局部内部类

    1. 局部内部类 A:可以直接访问外部类的成员 B:在局部位置,可以创建内部类对象,通过对象调用内部类方法,来使用局部内部类功能 面试题: 局部内部类访问局部变量的注意事项? A:局部内部类访问局部变 ...

  3. js正则匹配只能输入有效数字可加小数点

    var reg = /^\d+\.?\d*$/; if(value.search(/^\d+\.?\d*$/)===0 && parseFloat(value)>0){//只能输 ...

  4. 分布式监控系统Zabbix-3.0.3-完整安装记录(4)-解决zabbix监控图中出现中文乱码问题

    之前部署了Zabbix-3.0.3监控系统,在安装数据库时已经将zabbix库设置了utf-8字符. 首先确定zabbix开启了中文支持功能:登录到zabbix服务器的数据目录下(前面部署的zabbi ...

  5. 基于PXC的MySQL高可用环境简单部署

    PXC简介 Percona XtraDB Cluster(简称PXC集群)提供了MySQL高可用的一种实现方法. 1.集群是有节点组成的,推荐配置至少3个节点,但是也可以运行在2个节点上. 2.每个节 ...

  6. SQL查询(医疗项目的SQL复习)

    内容来自于

  7. 13Spring_AOP编程(AspectJ)_后置通知

    后置通知和前置通知差不多.最大的特点是因为后置通知是运行在目标方法之后的,所以他可以拿到目标方法的运行的结果. 给出案例: 案例结构图:

  8. 解决 php-cgi 启动时提示缺少 msvcr110.dll 的问题

    问题描述: 启动 php-cgi 时如果提示缺少 msvcr110.dll 问题原因: 缺少 vc 2012 运行库   问题解决: 需要安装 vcredist_x64.exe 或 vcredist_ ...

  9. CardboardCamera Prefab 中文笔记

    在Cardboard的预制体(Prefab)中, CardboardCamera是最简单的一个,仅有两个子物体,一个PostRender, 一个PreRender,以及分别带的Camera组件. Ca ...

  10. C#属性有什么作用

    1,主要作用:将读,写权限分开.如果不使用属性,仅使用public, protected, private,这几个限制都是读,写属性一起的,可读就可写,不可读同时也不可写.不能实现只读不可写,只写不可 ...