文档章节

网络流—最大流(Edmond-Karp算法)

吟啸_徐行
 吟啸_徐行
发布于 2013/07/13 21:34
字数 1528
阅读 167
收藏 1

首先要先清楚最大流的含义,就是说从源点到经过的所有路径的最终到达汇点的所有流量和


EK算法的核心
反复寻找源点s到汇点t之间的增广路径,若有,找出增广路径上每一段[容量-流量]的最小值delta,若无,则结束。
在寻找增广路径时,可以用BFS来找,并且更新残留网络的值(涉及到反向边)。
而找到delta后,则使最大流值加上delta,更新为当前的最大流值。

这么一个图,求源点1,到汇点3的最大流

由于我是通过模版真正理解ek的含义,所以先上代码,通过分析代码,来详细叙述ek算法

View Code 
 #include <iostream>
 #include <queue>
 #include<string.h>
 using namespace std;
 #define arraysize 201
 int maxData = 0x7fffffff;
 int capacity[arraysize][arraysize]; //记录残留网络的容量
 int flow[arraysize];                //标记从源点到当前节点实际还剩多少流量可用
 int pre[arraysize];                 //标记在这条路径上当前节点的前驱,同时标记该节点是否在队列中
 int n,m;
 queue<int> myqueue;
 int BFS(int src,int des)
 {
     int i,j;
     while(!myqueue.empty())       //队列清空
         myqueue.pop();
     for(i=1;i<m+1;++i)
     {
         pre[i]=-1;
     }
     pre[src]=0;
     flow[src]= maxData;
     myqueue.push(src);
     while(!myqueue.empty())
     {
         int index = myqueue.front();
         myqueue.pop();
         if(index == des)            //找到了增广路径
             break;
         for(i=1;i<m+1;++i)
         {
             if(i!=src && capacity[index][i]>0 && pre[i]==-1)
             {
                  pre[i] = index; //记录前驱
                  flow[i] = min(capacity[index][i],flow[index]);   //关键:迭代的找到增量
                  myqueue.push(i);
             }
         }
     }
     if(pre[des]==-1)      //残留图中不再存在增广路径
         return -1;
     else
         return flow[des];
 }
 int maxFlow(int src,int des)
 {
     int increasement= 0;
     int sumflow = 0;
     while((increasement=BFS(src,des))!=-1)
     {
          int k = des;          //利用前驱寻找路径
          while(k!=src)
          {
               int last = pre[k];
               capacity[last][k] -= increasement; //改变正向边的容量
               capacity[k][last] += increasement; //改变反向边的容量
               k = last;
          }
          sumflow += increasement;
     }
     return sumflow;
 }
 int main()
 {
     int i,j;
     int start,end,ci;
     while(cin>>n>>m)
     {
         memset(capacity,0,sizeof(capacity));
         memset(flow,0,sizeof(flow));
         for(i=0;i<n;++i)
         {
             cin>>start>>end>>ci;
             if(start == end)               //考虑起点终点相同的情况
                continue;
             capacity[start][end] +=ci;     //此处注意可能出现多条同一起点终点的情况
         }
         cout<<maxFlow(1,m)<<endl;
     }
     return 0;
 }

显而易见capacity存变的流量,进行ek求解

对于BFS找增广路:

1.         flow[1]=INF,pre[1]=0;

        源点1进队列,开始找增广路,capacity[1][2]=40>0,则flow[2]=min(flow[1],40)=40;

        capacity[1][4]=20>0,则flow[4]=min(flow[1],20)=20;

        capacity[2][3]=30>0,则flow[3]=min(folw[2]=40,30)=30;

        capacity[2][4]=30,但是pre[4]=1(已经在capacity[1][4]这遍历过4号点了)

        capacity[3][4].....

        当index=4(汇点),结束增广路的寻找

        传递回increasement(该路径的流),利用前驱pre寻找路径

路径也自然变成了这样:

2.flow[1]=INF,pre[1]=0;

 源点1进队列,开始找增广路,capacity[1][2]=40>0,则flow[2]=min(flow[1],40)=40;

        capacity[1][4]=0!>0,跳过

        capacity[2][3]=30>0,则flow[3]=min(folw[2]=40,30)=30;

        capacity[2][4]=30,pre[4]=2,则flow[2][4]=min(flow[2]=40,20)=20;

        capacity[3][4].....

        当index=4(汇点),结束增广路的寻找

        传递回increasement(该路径的流),利用前驱pre寻找路径

 图也被改成

  

接下来同理

这就是最终完成的图,最终sumflow=20+20+10=50(这个就是最大流的值)

 

 

PS,为什么要有反向边呢?

 

我们第一次找到了1-2-3-4这条增广路,这条路上的delta值显然是1。于是我们修改后得到了下面这个流。(图中的数字是容量)

 

这时候(1,2)和(3,4)边上的流量都等于容量了,我们再也找不到其他的增广路了,当前的流量是1。

但这个答案明显不是最大流,因为我们可以同时走1-2-4和1-3-4,这样可以得到流量为2的流。

那么我们刚刚的算法问题在哪里呢?问题就在于我们没有给程序一个”后悔”的机会,应该有一个不走(2-3-4)而改走(2-4)的机制。那么如何解决这个问题呢?回溯搜索吗?那么我们的效率就上升到指数级了。

而这个算法神奇的利用了一个叫做反向边的概念来解决这个问题。即每条边(I,j)都有一条反向边(j,i),反向边也同样有它的容量。

我们直接来看它是如何解决的:

在第一次找到增广路之后,在把路上每一段的容量减少delta的同时,也把每一段上的反方向的容量增加delta。即在Dec(c[x,y],delta)的同时,inc(c[y,x],delta)

我们来看刚才的例子,在找到1-2-3-4这条增广路之后,把容量修改成如下

这时再找增广路的时候,就会找到1-3-2-4这条可增广量,即delta值为1的可增广路。将这条路增广之后,得到了最大流2。

 

那么,这么做为什么会是对的呢?我来通俗的解释一下吧。

事实上,当我们第二次的增广路走3-2这条反向边的时候,就相当于把2-3这条正向边已经是用了的流量给”退”了回去,不走2-3这条路,而改走从2点出发的其他的路也就是2-4。(有人问如果这里没有2-4怎么办,这时假如没有2-4这条路的话,最终这条增广路也不会存在,因为他根本不能走到汇点)同时本来在3-4上的流量由1-3-4这条路来”接管”。而最终2-3这条路正向流量1,反向流量1,等于没有流量。

这就是这个算法的精华部分,利用反向边,使程序有了一个后悔和改正的机会。而这个算法和我刚才给出的代码相比只多了一句话而已。

至此,最大流Edmond-Karp算法介绍完毕。


本文转载自:http://www.wutianqi.com/?p=3107

共有 人打赏支持
吟啸_徐行
粉丝 18
博文 109
码字总数 15832
作品 0
深圳
高级程序员
加载中

评论(1)

吟啸_徐行
吟啸_徐行
精彩啊
网络最大流

网络最大流 例题: 如果网络结构复杂,就得靠算法算出结果。 这里需要注意容量和流量的区别。其中f(u,v)的范围需要额外注意,是 0<= f(u,v) <= c(u,v),不会出现所谓的负流量。 网络流的三个...

evsqiezi
2017/12/02
0
0
Ford-Fulkerson 方法——最大流问题

最大流&&最小费用最大流&&最大二分匹配 Python 源码:https://github.com/edisonleolhl/DataStructure-Algorithm/blob/master/Graph/MaxFlow 最大流问题 比喻:有一个自来水管道运输系统,起...

廖少少
2017/09/08
0
0
数据结构学习笔记(01背包问题/图问题)

01背包问题:在M件物品取出若干件放在空间为W的背包里,每件物品的体积为W1,W2……Wn,与之相对应的价值为P1,P2……Pn。求如何安排能带走最多价值的物品? 动态规划解决背包问题: 设f(i,W)表...

duanbowen
2017/06/01
0
0
计算机科学中最重要的32个算法

转载:http://www.infoq.com/cn/news/2012/08/32-most-important-algorithms 奥地利符号计算研究所(Research Institute for Symbolic Computation,简称RISC)的Christoph Koutschan博士在自......

Nov_Eleven
2013/06/23
0
0
计算机科学中最重要的32个算法

奥地利符号计算研究所(Research Institute for Symbolic Computation,简称RISC)的Christoph Koutschan博士在自己的页面上发布了一篇文章,提到他做了一个调查,参与者大多数是计算机科学家...

大数据之路
2012/09/05
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Java中的移位运算符

国庆给自己放了个小长期二十几天,回来继续更新专栏 上一篇文章我们说了Java里的二进制,知道了计算机是以0和1来处理数据的,在阅读源码的过程中,经常会看到这些符号<< ,>>,>>>,这些符号...

SuShine
29分钟前
2
0
linux版QQ

下载地址在这 http://yun.tzmm.com.cn/index.php/s/XRbfi6aOIjv5gwj Appimage包不用做什么别的处理,安装啥的都不需要。。找到文件所在目录,终端中修改一下文件的权限 chmod 777 QQ-2017112...

悲催的古灵武士
35分钟前
1
0
咕泡-MyBatis 实用篇作业

1. Mapper在spring管理下其实是单例,为什么可以是一个单例? 首先,mapper 内部不包含 成员字段,无状态单例是安全的 另外,一直存在不用每次调用都new 一个新实例 2. MyBatis在Spring集成下...

职业搬砖20年
38分钟前
2
0
MQTT协议的初浅认识之连接建立

MQTT百科 MQTT(消息队列遥测传输)是ISO 标准(ISO/IEC PRF 20922)下基于发布/订阅范式的消息协议。它工作在 TCP/IP协议族上,是为硬件性能低下的远程设备以及网络状况糟糕的情况下而设计的发布...

亚林瓜子
54分钟前
1
0
OpenStack部署都有哪些方式

对于每一个刚接触到OpenStack的新人而言,安装无疑是最困难的,同时这也客观上提高了大家学习OpenStack云计算的技术门槛。想一想,自己3年前网上偶然接触到OpenStack时,一头茫然,手动搭建一...

tututu_jiang
55分钟前
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部