这是网络流最基础的部分——求出源点到汇点的最大流(Max-Flow)。
最大流的算法有比较多,本次介绍的是其中复杂度较高,但是比较好写的EK算法。(不涉及分层,纯粹靠BFS找汇点及回溯找最小流量得到最终的答案)

EK算法,全名Edmonds-Karp算法(最短路径增广算法)。

首先简单介绍一下网络流的基本术语
源点:起点。所有流量皆从此点流出。只出不进
汇点:终点。所有流量最后汇集于此。只进不出
流量上限:有向边(u,v)(及弧)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
计算最大流就是不停寻找增广路找到最大值的过程。

合法的网络流具有以下性质
1.f(i,j) <= c(i,j);//任意有向边的流量一定小于等于该边的流量限制
2.f(i,j) = -f(j,i);//从i流向j的流量与j流向i的流量互为相反数反向边
3.out(i) = in(i);//除源点、汇点外,任意一点i流入的流量与流出的相等(只是路过

(截自洛谷)

EK算法思路
1.通过BFS拓展合法节点(每个节点在本次BFS中仅遍历一次),找到汇点,并记录每个节点的前面节点(pre)(若找不到增广路,算法结束)
2.通过BFS的记录,从汇点回溯回源点,记录下每条弧流量的**最小值**minn, ans += minn(否则就会超出某条边的限制流量)
3.将所有经过的边的流量减去minn,反向边加上minn
4.重复上述步骤,直到找不到增广路,算法结束。

朴素版EK
最为简单的写法,通过邻接矩阵存储。
优点:代码简单,一目了然。
缺点:轻易爆内存,(N^2)的空间太大,N >10000基本就废了(MLE)。
源代码:

#include <bits/stdc++.h>
using namespace std;
#define INF 0x3f3f3f
#define maxn 10005 int n, m, st, en, flow[maxn][maxn], pre[maxn];
int q[maxn], curr_pos, st_pos, end_pos;
bool wh[maxn];
int max_flow; void Init()//初始化
{
int i, a, b, c;
scanf("%d%d%d%d", &n, &m, &st, &en);
for(i = 0; i != m; ++i)
{
scanf("%d%d%d", &a, &b, &c);
flow[a][b] += c;
}
return ;
} bool Bfs(int st, int en)//广搜找源点
{
st_pos = -1, end_pos = 0;
memset(wh, 0, sizeof wh);
wh[st] = 1;
q[0] = st;
while(st_pos != end_pos)
{
curr_pos = q[++st_pos];
for(int i = 1; i != n+1; ++i)
{
if(!wh[i] && flow[curr_pos][i] > 0)
{
wh[i] = 1;
pre[i] = curr_pos;
if(i == en)
{
return true;
}
q[++end_pos] = i;
}
}
}
return false;
} int EK(int start_pos, int end_pos)
{
int i, minn;
while(Bfs(start_pos, end_pos))//回溯
{
minn = INF; for(i = end_pos; i != start_pos; i = pre[i])
{
minn = min(minn, flow[pre[i]][i]);
} for(i = end_pos; i != start_pos; i = pre[i])
{
flow[pre[i]][i] -= minn;
flow[i][pre[i]] += minn;//反向弧加上该值(具体原因下文详解)
}
max_flow += minn;
}
return max_flow;
} int main()
{
//freopen("test.in", "r", stdin);
//freopen("test.out", "w", stdout); Init(); printf("%d", EK(st, en)); //fclose(stdin);
//fclose(stdout);
}

经过洛谷测评(P3376 【模板】网络最大流),50分,MLE五个点

关于反向边加上最小流值的原因:
如果存在a->b有流,那么如果某一点c->b有流,则流量实际上可以再从b流到a,可以理解为把原本a->b的流量怼了回去
BFS遍历得到的剩下部分的增广路的流量实际上是原本a->b的流,而原本a->b之后流向汇点的增广路的部分流量变为由c->b的流量
增广路依旧合法

这证明了邻接矩阵是不可行的,于是我们想到了麻烦一点但是省空间的存储方法——边表至少从m*m优化到n*m,实则通常n*(m/10)便足够。

定义一个结构体

struct qi{
int st, en, num;//弧的始点,终点,权值
}flow[maxm];

相对应的广搜也要稍作调整,注意一下pre的存储方法:
pre[i]=k,i是点,k是弧的编号

bool Bfs(int st, int en)
{
st_pos = -1, end_pos = 0;
memset(wh, 0, sizeof wh);
wh[st] = 1;
q[0] = st;
while(st_pos != end_pos)
{
curr_pos = q[++st_pos];
for(int i = 0; i < 2*m; ++i)
{
if(flow[i].st == curr_pos && flow[i].num > 0 && !wh[flow[i].en])
{
ne = flow[i].en;
wh[ne] = 1;
pre[ne] = i;
if(ne == en)
{
return true;
}
q[++end_pos] = flow[i].en;
}
}
}
return false;
}

所以Tracback的遍历循环也要改变。

for(i = end_pos; i != st; i = flow[pre[i]].st)//注意一下i如何取下一个的
{
minn = min(minn, flow[pre[i]].num);
}

事实证明:MLE的问题完美解决,测试结果:94ms , 18785kb,TLE三个点

那么还需要优化一下时间
注意BFS拓展时的循环:i:=0->2*m//m是弧的个数(因为有反向边,故是2*m)
由于题目范围是m <= 100000,每次最大循环达到2e5,太浪费了。
于是我们在边表再做一点手脚:开二维数组对每个始点所有的弧分别记录
x[i][m]指以i为始点的第m条弧(再开一个num[i]记录每个始点弧的个数)。
那么代码就更加繁琐了。

首先是读入优化:

int read()
{
input = 0;
a = getchar();
while(a < '0' || a > '9')
a = getchar();
while(a >= '0' && a <= '9')
{
input = input*10+a-'0';
a = getchar();
}
return input;
}

然后是初始化:

void Init()
{
int i, a, b, c;
memset(num, -1, sizeof num);
n = read(), m = read(), st = read(), en = read();
for(i = 0; i != m; ++i)
{
flow[i].st = read();
flow[i].en = read();
flow[i].num = read();
re[flow[i].st][++num[flow[i].st]] = i;
re[flow[i].en][++num[flow[i].en]] = i+m;//初始化时将第i条弧的反向边编号为i+m
}
for(int i = m; i != 2*m; ++i)
{
flow[i].st = flow[i-m].en;
flow[i].en = flow[i-m].st;
flow[i].num = 0;
}
pre[st] = -1;
return ;
}

BFS部分:

bool Bfs(int st, int en)
{
int i, j;
st_pos = -1, end_pos = 0;
memset(wh, 0, sizeof wh);
wh[st] = 1;
q[0] = st;
while(st_pos != end_pos)
{
curr_pos = q[++st_pos];
for(i = 0; i < num[curr_pos]+1; ++i)
{
j = re[curr_pos][i];//当前可拓展节点的候选节点,即当前节点的第i条弧的终点
if(flow[j].st == curr_pos && flow[j].num > 0 && !wh[flow[j].en])
{
ne = flow[j].en;
wh[ne] = 1;
pre[ne] = j;
if(ne == en)
{
return true;
}
q[++end_pos] = flow[j].en;
}
}
} return false;
}

Traceback只需改变反向边部分:

flow[pre[i]+m].num += minn;

主函数部分不需要调整。

最终测评结果:392ms , 56988kb,AC。

通过上述过程,我们得知网络流的存储结构应该为边表而非邻接矩阵。当然,使用vector来存储弧也是可以的,这样会更大程度上节省空间,但会对时间造成一定影响,根据实际情况自行取舍。


最后附上完整代码:

/*
Max_flow- EK
2017/04/07
While(BFS can find the end)
for i,i->j:=st -> end:
f[i][j] -= minn;f[j][i] += minn; ans += minn;//so we can delete at least one edge(the one which satisfies f[i][j] == minn)
*/
#include <bits/stdc++.h>
using namespace std;
#define INF 0x3f3f3f
#define maxm 200005
#define maxn 10005 struct qi{int st, en, num;}flow[maxm];
int n, m, st, en, pre[maxn], re[maxn][maxn/10], num[maxn];
int q[maxn], curr_pos, st_pos, end_pos, ne, max_flow;
bool wh[maxn];
int input;
char a; int read()
{
input = 0;
a = getchar();
while(a < '0' || a > '9')
a = getchar();
while(a >= '0' && a <= '9')
{
input = input*10+a-'0';
a = getchar();
}
return input;
} void Init()
{
int i, a, b, c;
memset(num, -1, sizeof num); n = read(), m = read(), st = read(), en = read();
for(i = 0; i != m; ++i)
{
flow[i].st = read();
flow[i].en = read();
flow[i].num = read();
re[flow[i].st][++num[flow[i].st]] = i;
re[flow[i].en][++num[flow[i].en]] = i+m;
}
for(i = m; i != 2*m; ++i)
{
flow[i].st = flow[i-m].en;
flow[i].en = flow[i-m].st;
}
return ;
} bool Bfs(int st, int en)
{
int i, j;
st_pos = -1, end_pos = 0;
memset(wh, 0, sizeof wh);
wh[st] = 1;
q[0] = st; while(st_pos != end_pos)
{
curr_pos = q[++st_pos];
for(i = 0; i < num[curr_pos]+1; ++i)
{
j = re[curr_pos][i];
if(flow[j].st == curr_pos && flow[j].num > 0 && !wh[flow[j].en])
{
ne = flow[j].en;
wh[ne] = 1;
pre[ne] = j;
q[++end_pos] = flow[j].en;
if(ne == en)
return true;
}
}
} return false;
} int EK(int start_pos, int end_pos)
{
int i, minn;
while(Bfs(start_pos, end_pos))
{
minn = INF; for(i = end_pos; i != st; i = flow[pre[i]].st)
{
minn = min(minn, flow[pre[i]].num);
} for(i = end_pos; i != st; i = flow[pre[i]].st)
{
flow[pre[i]].num -= minn;
flow[pre[i]+m].num += minn;
} max_flow += minn;
}
return max_flow;
} int main()
{
//freopen("test.in", "r", stdin);
//freopen("test.out", "w", stdout); Init(); printf("%d", EK(st, en)); //fclose(stdin);
//fclose(stdout);
}

自此,EK算法的讲解便结束了。
箜瑟_qi 2017.04.07 2:32


2017.04.21略加修改:

/*
Max_flow- EK
2017/04/07
*/
#include <bits/stdc++.h>
using namespace std;
#define INF 0x3f3f3f
#define maxm 200005
#define maxn 10005 struct Edge{
int st, en, num;
Edge(){}
Edge(int s, int e, int n):
st(s), en(e), num(n){}
}flow[maxm]; int n, m, st, en, pre[maxn], re[maxn][maxn/10], num[maxn];
int q[maxn], curr_pos, st_pos, end_pos, ne, max_flow;
bool wh[maxn]; int input;
char a; static int read()
{
a = getchar();
input = 0;
while(a < '0' || a > '9') a = getchar();
while(a >= '0' && a <= '9')
{
input = input*10+a-'0';
a = getchar();
}
return input;
} static void Init()
{
int i, a, b, c, cur;
memset(num, -1, sizeof num);
n = read(), m = read(), st = read(), en = read();
for(i = 0; i != m; ++i)
{
cur = 2*i;
a = read(), b = read(), c = read();
flow[cur] = Edge(a, b, c);
flow[cur^1] = Edge(b, a, 0);
re[flow[cur].st][++num[flow[cur].st]] = cur;
re[flow[cur].en][++num[flow[cur].en]] = cur^1;
}
return ;
} static bool Bfs(int st, int en)
{
int i, j;
st_pos = -1, end_pos = 0;
memset(wh, 0, sizeof wh);
wh[st] = 1;
q[0] = st;
while(st_pos != end_pos)
{
curr_pos = q[++st_pos];
for(i = 0; i < num[curr_pos]+1; ++i)
{
j = re[curr_pos][i];
if(flow[j].st == curr_pos && flow[j].num > 0 && !wh[flow[j].en])
{
ne = flow[j].en;
wh[ne] = 1;
pre[ne] = j;
q[++end_pos] = flow[j].en;
if(ne == en)
return true;
}
}
}
return false;
} static int EK(int start_pos, int end_pos)
{
int i, minn;
while(Bfs(start_pos, end_pos))
{
minn = INF; for(i = end_pos; i != st; i = flow[pre[i]].st)
{
minn = min(minn, flow[pre[i]].num);
} for(i = end_pos; i != st; i = flow[pre[i]].st)
{
flow[pre[i]].num -= minn;
flow[pre[i]^1].num += minn;
}
max_flow += minn;
}
return max_flow;
} int main()
{
//freopen("test.in", "r", stdin);
//freopen("test.out", "w", stdout); Init();
printf("%d", EK(st, en)); //fclose(stdin);
//fclose(stdout);
}

最大流算法之EK(最短路径增广算法)的更多相关文章

  1. 【BZOJ-3638&3272&3267&3502】k-Maximum Subsequence Sum 费用流构图 + 线段树手动增广

    3638: Cf172 k-Maximum Subsequence Sum Time Limit: 50 Sec  Memory Limit: 256 MBSubmit: 174  Solved: 9 ...

  2. 【Luogu】P3381最小费用最大流模板(SPFA找增广路)

    题目链接 哈  学会最小费用最大流啦 思路是这样. 首先我们有一个贪心策略.如果我们每次找到单位费用和最短的一条增广路,那么显然我们可以把这条路添加到已有的流量里去——不管这条路的流量是多大,反正它能 ...

  3. python数据结构与算法——图的最短路径(Floyd-Warshall算法)

    使用Floyd-Warshall算法 求图两点之间的最短路径 不允许有负权边,时间复杂度高,思路简单 # 城市地图(字典的字典) # 字典的第1个键为起点城市,第2个键为目标城市其键值为两个城市间的直 ...

  4. python数据结构与算法——图的最短路径(Dijkstra算法)

    # Dijkstra算法——通过边实现松弛 # 指定一个点到其他各顶点的路径——单源最短路径 # 初始化图参数 G = {1:{1:0, 2:1, 3:12}, 2:{2:0, 3:9, 4:3}, ...

  5. python数据结构与算法——图的最短路径(Bellman-Ford算法)解决负权边

    # Bellman-Ford核心算法 # 对于一个包含n个顶点,m条边的图, 计算源点到任意点的最短距离 # 循环n-1轮,每轮对m条边进行一次松弛操作 # 定理: # 在一个含有n个顶点的图中,任意 ...

  6. POJ 1273 - Drainage Ditches - [最大流模板题] - [EK算法模板][Dinic算法模板 - 邻接表型]

    题目链接:http://poj.org/problem?id=1273 Time Limit: 1000MS Memory Limit: 10000K Description Every time i ...

  7. LOJ 2979 「THUSCH 2017」换桌——多路增广费用流

    题目:https://loj.ac/problem/2979 原来的思路: 优化连边.一看就是同一个桌子相邻座位之间连边.相邻桌子对应座位之间连边. 每个座位向它所属的桌子连边.然后每个人建一个点,向 ...

  8. 数据增广imgaug库的使用

    记录一下这两天用imgaug库做数据增广的代码,由于是算用算学的,所以只能把代码写出来,具体每种增广算法的原理和一些参数就不得而知了,不过我觉得也没必要把这么些个算法搜搞懂,毕竟重点是扩种数据.所以, ...

  9. 一般增广路方法求网络最大流(Ford-Fulkerson算法)

    /* Time:2015-6-18 接触网络流好几天了 写的第一个模版————Ford-Fulkerson算法 作用:求解网络最大流 注意:源点是0 汇点是1 如果题目输入的是1到n 请预处理减1 * ...

随机推荐

  1. 基于微软开发平台构建和使用私有NuGet托管库

    本篇blog包含使用TFS2017,VS2017等平台和工具搭建和使用NuGet库等基本过程,为团体提供更加自动化和高效的研发活动支持. 作为以产品线或者以专属业务为扩展的项目类型的软件研发团体,都会 ...

  2. JS把命名空间传递给模块形式

    //方法依赖 jquery 或者其他 有扩展方法 extend() 类库  例如: underscore.js 链接地址 http://underscorejs.org var app = {}; ( ...

  3. AutoIt 脚本小试——刷网易云音乐歌单

    AutoIt 确实是个很强大的脚本工具. 如果早知道有这个,当初是怎么都不会去学易语言的  (๑•̀ω•́๑) 这是个简单脚本 = ๛ก(ー̀ωー́ก) 用来增加歌单播放次数和个人的听歌量. 原理不过 ...

  4. ECMASCRIPT5新特性(转载)

    Function 1: Object.create 这是一个很重要的改动,现在我们终于可以得到一个原型链干净的对象了.以前要创建一个类 function Cat(name) { this.name   ...

  5. Apache Mina入门实例

    一.mina是啥 ApacheMINA是一个网络应用程序框架,用来帮助用户简单地开发高性能和高可扩展性的网络应用程序.它提供了一个通过Java NIO在不同的传输例如TCP/IP和UDP/IP上抽象的 ...

  6. as3中textField输入字符时,一次性过长后自动换行

    txt_show.text = showStr; var str:String = txt_show.text; var strlen:int = str.length; var len:int = ...

  7. 转接口IC GM7150BN/ GM7150BC:CVBS转BT656芯片 低功耗NTSC/PAL 视频解码器

    1 概述    GM7150 是一款9 位视频输入预处理芯片,该芯片采用CMOS 工艺,通过I2C 总线与PC 或DSP 相连构成应用系统.    它内部包含1 个模拟处理通道,能实现CVBS.S-V ...

  8. JavaScript Array 技巧

    filter():返回该函数会返回true的项组成的数组 ,,,,]; var result = num.filter(function(item,index,array){ ); }) consol ...

  9. Ecplise 中 加载JDBC 连接 Mysql 数据库读取数据

    准备工作 首先下载 JDBC 驱动,下载地址https://www.mysql.com/products/connector/ 将压缩包解压得到文件 mysql-connector-java-5.1. ...

  10. 用MPLAB IDE编程时,软件总是弹出一个窗口提示: “the extended cpu mode configuration bit is enabled,but the program that was loaded was not built using extended cpu instructions. therefore,your code may not work properly

    用MPLAB IDE编程时,软件总是弹出一个窗口提示:"the extended cpu mode configuration bit is enabled,but the program ...