学习笔记网络流

2024-08-20 00:10:55 11

1.引入

想象这样一个场景：自来水厂和您家分别坐落在城市的两端。自来水厂可以以任意速率生产水，您家可以以任意速率接受水。您家和自来水厂之间有一些中转站和水管，水管有最大流速限制（即每单位时间最多流多少单位水），中转站不能存水，只能输进多少就马上吐出多少。

这个东西就是网络流。把这个问题数学化就便乘了这样：

假设 G(V,E)G(V,E) 是一个有限的有向图，它的每条边 (u,v)∈E(u,v) \in E 都有一个非负值实数的容量 c(u,v)c(u,v) 。如果 (u,v)(u,v) 不属于 EE ，我们假设 c(u,v)=0c(u,v) = 0 。我们区别两个顶点：一个源点 ss 和一个汇点 tt。一道网络流是一个对于所有结点 uu 和 vv 都有以下特性的实数函数

f(u,v)f(u,v)

容量限制 (Capacity Constraints):

f(u,v)≤c(u,v)f(u,v)≤c(u,v) 一条边的流不能超过它的容量。

斜对称 (Skew Symmetry): f(u,v)=−f(v,u)f(u,v)=-f(v,u) 由 uu 到 vv 的净流必须是由 vv 到

uu 的净流的相反（参考例子）。（既然要看网络流，这是一定要知道的）

流守恒 (Flow Conservation):除非 u=su=s 或 u=tu=t ，否则

∑w∈Vf(u,w)=0\sum_{w\in V}f(u,w)=0 ——结点的净流是零，除了“制造”流的源点和“消耗”流的汇点。

注意 f(u,v)f(u,v) 是由 uu 到 vv 的净流。如果该图代表一个实质的网络，由 uu 到vv 有 44 单位的实际流及由 vv 到 uu 有 33 单位的实际流，那么f(u,v)=1f(u,v) = 1 及

f(v,u)=−1f(v,u) = − 1 。

以上内容摘自百度百科链接：[https://baike.baidu.com/item/%E7%BD%91%E7%BB%9C%E6%B5%81/2987528]

2.最大流

您观察了这个宏伟的管道系统，想问一个问题：您家最多能以多大的速率用水？（即：找到一个流函数 ff，使得 ∑w∈Vf(w,t)\sum_{w\in V} f(w,t) 最大）这就是最大流问题。

2.1.Ford-Fulkerson 算法

一个简单的想法是每次从源点到汇点找一条路径，再把这条路径上的每条边的剩余容量减去这条路径上的“瓶颈”（即最小流量），每条边的反向边的剩余容量加上“瓶颈”（方便反悔）。（这种路径被称为增广路，找增广路之后的图被称为残量网络）这就是 Ford-Fulkerson 算法。

然而，可以构造这样一个图，使得它跑得贼慢：

屏幕截图 2022-02-15 133918.png

屏幕截图 2022-02-15 133939.png

屏幕截图 2022-02-15 133942.png

容易发现，中间的那条边会被反复增广再反悔。有没有什么办法避免这种情况？

2.2.Edmond-Karp 算法

一个想法是每次通过 BFS 找到源点到汇点的最短路进行增广，这就是 Edmond-Karp 算法的思想。它的时间复杂度为 O(nm2)O(nm^2)，但一般跑不满。

代码如下：

bool bfs(){//BFS找增广路 memset(pre,0,sizeof(pre)); memset(dis,0,sizeof(dis)); memset(vis,0,sizeof(vis)); queue<int> q; q.push(s); dis[s]=INF;vis[s]=true; while(q.size()){ int u=q.front(); q.pop(); if(u==t)return true; for(int i=g.head[u];i!=0;i=g.g[i].next){ int v=g.g[i].v,&w=g.g[i].w; if(w&&!vis[v]){ dis[v]=min(dis[u],w); pre[v]=i;//记录增广路 q.push(v); vis[v]=true; } } } return false; } int Edmonds_Karp(){ int res=0; while(bfs()){ int now=t; while(now!=s){ g.g[pre[now]].w-=dis[t]; g.g[pre[now]^1].w+=dis[t];//一个小技巧，把边和反向边在数组中成对存储，^1之后的编号就是反向边的编号。 now=g.g[pre[now]^1].v; } res+=dis[t]; } return res; }

2.3.Dinic 算法

Edmond-Karp 算法虽然效率较高，但能不能再优化一下呢？当然能！

还有一个想法是先按照到源点的距离在图上“分层”，再用 DFS 找增广路，找增广路时强制只能从上一层走到下一层。这就是 Dinic 算法。具体细节请参照代码：

int level[MAXN+5];//记录每一个点的层次 bool bfs(){//分层 memset(level,0,sizeof(level)); queue<int> q; q.push(s); level[s]=1; while(q.size()){ int u=q.front(); q.pop(); for(int i=g.head[u];i;i=g.g[i].next){ int v=g.g[i].v,w=g.g[i].w; if(w>0&&level[v]==0){ level[v]=level[u]+1; q.push(v); } } } if(level[t])return true; else return false; } int dfs(int u,int dis){//找增广路 if(u==t){ return dis; }else{ int out=0; for(int i=g.head[u];i;i=g.g[i].next){ int v=g.g[i].v,&w=g.g[i].w; if(w>0&&level[v]==level[u]+1){ int nxt=dfs(v,min(w,dis)); if(nxt){ w-=nxt; g.g[i^1].w+=nxt; dis-=nxt; out+=nxt; } } } if(out==0)level[u]=-1;//如果当前点被榨干了就撇了它 return out; } } int Dinic(){ int res=0; while(bfs()){ while(int tmp=dfs(s,INF)){ res+=tmp; } } return res; }

3.费用流

现在自来水公司要对每条水管收费了。每条水管都有一个价格，每流一滴水都要收若干块钱。现在您想问，如果您家以最大的速率用水，您一个单位时间最少要花多少钱？

一个简单的想法是每次按价格跑一遍 SPFA，再沿最短路增广，重复增广知道找不到增广路为止。

代码：

int dis[MAXN+5],flow[MAXN+5]; int pre[MAXN+5]; bool SPFA(){ memset(dis,0x3f,sizeof(dis)); memset(flow,0,sizeof(flow)); dis[s]=0; flow[s]=0x3f3f3f3f; queue<int> q; q.push(s); while(q.size()){ int u=q.front(); q.pop(); for(int i=head[u];i;i=g[i].nxt){ int v=g[i].v,w=g[i].w,c=g[i].c; if(w&&dis[u]+c<dis[v]){ dis[v]=dis[u]+c; flow[v]=min(flow[u],w); pre[v]=i; q.push(v); } } } return dis[t]!=0x3f3f3f3f; } pair<int,int> SSP(){ int max_flow=0,cost=0; while(SPFA()){ int u=t; while(u!=s){ int t1=pre[u]; g[t1].w-=flow[t]; g[t1^1].w+=flow[t]; u=g[t1^1].v; } max_flow+=flow[t]; cost+=flow[t]*dis[t]; } return make_pair(max_flow,cost); }