hihoCoder-第115周-网络流一·Ford-Fulkerson算法
2016-09-11 17:36
501 查看
题目链接点这里
题目1 : 网络流一·Ford-Fulkerson算法
时间限制:10000ms
单点时限:1000ms
内存限制:256MB
描述
小Hi和小Ho住在P市,P市是一个很大很大的城市,所以也面临着一个大城市都会遇到的问题:交通拥挤。
小Ho:每到周末回家感觉堵车都是一种煎熬啊。
小Hi:平时交通也还好,只是一到上下班的高峰期就会比较拥挤。
小Ho:要是能够限制一下车的数量就好了,不知道有没有办法可以知道交通系统的最大承受车流量,这样就可以限制到一个可以一直很顺畅的数量了。
小Hi:理论上是有算法的啦。早在1955年,T.E.哈里斯就提出在一个给定的网络上寻求两点间最大运输量的问题。并且由此产生了一个新的图论模型:网络流。
小Ho:那具体是啥?
小Hi:用数学的语言描述就是给定一个有向图G=(V,E),其中每一条边(u,v)均有一个非负数的容量值,记为c(u,v)≥0。同时在图中有两个特殊的顶点,源点S和汇点T。
举个例子:
其中节点1为源点S,节点6为汇点T。
我们要求从源点S到汇点T的最大可行流量,这个问题也被称为最大流问题。
在这个例子中最大流量为5,分别为:1→2→4→6,流量为1;1→3→4→6,流量为2;1→3→5→6,流量为2。
小Ho:看上去好像挺有意思的,你让我先想想。
提示:Ford-Fulkerson算法
输入
第1行:2个正整数N,M。2≤N≤500,1≤M≤20,000。
第2..M+1行:每行3个整数u,v,c(u,v),表示一条边(u,v)及其容量c(u,v)。1≤u,v≤N,0≤c(u,v)≤100。
给定的图中默认源点为1,汇点为N。可能有重复的边。
输出
第1行:1个整数,表示给定图G的最大流。
样例输入
6 7
1 2 3
1 3 5
2 4 1
3 4 2
3 5 3
4 6 4
5 6 2
样例输出
5
标号法模板
提示内容
小Hi:在你思考完成之前,我再给你讲一些网络流的性质好了。
对于任意一个时刻,设f(u,v)实际流量,则整个图G的流网络满足3个性质:
容量限制:对任意u,v∈V,f(u,v)≤c(u,v)。
反对称性:对任意u,v∈V,f(u,v) = -f(v,u)。从u到v的流量一定是从v到u的流量的相反值。
流守恒性:对任意u,若u不为S或T,一定有∑f(u,v)=0,(u,v)∈E。即u到相邻节点的流量之和为0,因为流入u的流量和u点流出的流量相等,u点本身不会”制造”和”消耗”流量。
对于上面例子中的图,其对应的f网络图为(其中虚线表示实际不存在的边(v,u)):
在此基础上,假设我们用cf(u,v)来表示c(u,v)-f(u,v),则可以表示每一条边还剩下多少的流量可以使用,我们称为残留容量。
假设一条边(u,v),其容量为3,使用了流量f(u,v)=2,则可以表示为:cf(u,v)=1, cf(v,u)=2。
由cf(u,v)构成的图我们称为残留网络。
比如例子中的残留网络图为:
小Ho,你可以从残留网络作为着手点,会比较简单。
小Ho:残留网络,残留网络也就是可以使用的流量……我知道了!
既然残留网络表示还可以使用的流量,那么我就可以从图中找出一条从S到T的路径p,使得路径p上所有边的cf(u,v)都大于0。
假设路径p上最小的cf(u,v)等于k,那我就可以使得S到T增加k的流量。
小Hi:没错,通过该条路径p使得图G的最大流得到了增加,所以这样的路径p被称为增广路径。
小Ho:我大概有一个简单的算法了!
首先我根据读入的信息,就可以得到最初的图G,然后将其转化为残留网络。
接下来我在残留网络上寻找是否有增广路径,如果不存在增广路径,则说明这个图不能再增加流量了。
若存在增广路径,则我将最大流量增加,同时对增广路径上的边cf(u,v)进行修改,再重复寻找增广路径。
整个过程大概就是:
小Hi:那么你打算怎么实现寻找增广路和修改路径呢?
小Ho:寻找增广路的话,直接使用BFS从源点S开始搜索,记录每个点的路径以及路径上的最小残余容量:
而对于路径的修改,在已经有path数组的情况下,利用迭代或者回溯都可以完成:
小Ho:时间复杂度方面,每一次寻找增广路的时间为O(n+m),每一次修改路径的时间复杂度为O(n)。假设图的最大流为maxflow,那么我的算法时间复杂度为O((n+m)*maxflow)。
小Hi:嗯,你所采用的算法就是最简单的最大流解决办法,最早是由L.R.Ford和D.R.Fulkerson在1956年时发表,因此也被称为Ford-Fulkerson算法。对于第一次接触网络流而言,可以先试着实现这个算法,对于你理解网络流会有很大的帮助。
小Ho:不过小Hi,我有一个小疑问,虽然我直观上感觉找不到新的增广路时就已经是最大流了,但这真的没有问题么?
小Hi:找不到增广路确实是等价于找到最大流,不过具体的证明嘛,请听下回分解。
题目1 : 网络流一·Ford-Fulkerson算法
时间限制:10000ms
单点时限:1000ms
内存限制:256MB
描述
小Hi和小Ho住在P市,P市是一个很大很大的城市,所以也面临着一个大城市都会遇到的问题:交通拥挤。
小Ho:每到周末回家感觉堵车都是一种煎熬啊。
小Hi:平时交通也还好,只是一到上下班的高峰期就会比较拥挤。
小Ho:要是能够限制一下车的数量就好了,不知道有没有办法可以知道交通系统的最大承受车流量,这样就可以限制到一个可以一直很顺畅的数量了。
小Hi:理论上是有算法的啦。早在1955年,T.E.哈里斯就提出在一个给定的网络上寻求两点间最大运输量的问题。并且由此产生了一个新的图论模型:网络流。
小Ho:那具体是啥?
小Hi:用数学的语言描述就是给定一个有向图G=(V,E),其中每一条边(u,v)均有一个非负数的容量值,记为c(u,v)≥0。同时在图中有两个特殊的顶点,源点S和汇点T。
举个例子:
其中节点1为源点S,节点6为汇点T。
我们要求从源点S到汇点T的最大可行流量,这个问题也被称为最大流问题。
在这个例子中最大流量为5,分别为:1→2→4→6,流量为1;1→3→4→6,流量为2;1→3→5→6,流量为2。
小Ho:看上去好像挺有意思的,你让我先想想。
提示:Ford-Fulkerson算法
输入
第1行:2个正整数N,M。2≤N≤500,1≤M≤20,000。
第2..M+1行:每行3个整数u,v,c(u,v),表示一条边(u,v)及其容量c(u,v)。1≤u,v≤N,0≤c(u,v)≤100。
给定的图中默认源点为1,汇点为N。可能有重复的边。
输出
第1行:1个整数,表示给定图G的最大流。
样例输入
6 7
1 2 3
1 3 5
2 4 1
3 4 2
3 5 3
4 6 4
5 6 2
样例输出
5
标号法模板
#include<stdio.h> #include<iostream> #include<algorithm> #include<string.h> #include<queue> using namespace std; const int maxn=505; const int INF=0x3f3f3f3f; struct node { int c;//容量 int f;//流量 } map[maxn][maxn]; int path[maxn];//记录路径 int vis[maxn];//标记是否访问 int alpha[maxn];//记录残留网络中的可改进量 int N,M; int Find_path()//寻找增广路径,生成残留网络并返回汇点的可改进量 { memset(path,0,sizeof(path)); memset(vis,0,sizeof(vis)); memset(alpha,0,sizeof(alpha)); path[1]=1; vis[1]=1; alpha[1]=INF; queue<int>q; q.push(1); while(!q.empty()) { int star=q.front(); q.pop(); for(int i=1; i<=N; i++) { if(vis[i]==0) { if(map[star][i].c-map[star][i].f>0)//正向流量未满 { path[i]=star; alpha[i]=min(map[star][i].c-map[star][i].f,alpha[star]); vis[i]=1; q.push(i); } else if(map[i][star].f>0)//反向有流量 { path[i]=star;//注意这里为何这样记录路径 vis[i]=1; q.push(i); } } } } return alpha ; } void Update_path(int min_alpha)//更新map图 { for(int i=N;i!=1;i=path[i]) { if(map[path[i]][i].c-map[path[i]][i].f>0) map[path[i]][i].f+=min_alpha; else if(map[i][path[i]].f>0) map[i][path[i]].f+=min_alpha; } } int main() { scanf("%d%d",&N,&M); //构图 memset(map,0,sizeof(map)); while(M--) { int u,v,w; scanf("%d%d%d",&u,&v,&w); map[u][v].c+=w; } int max_flow=0;//最大流 while(1) { int min_alpha=Find_path(); max_flow+=min_alpha; if(min_alpha==0) break; Update_path(min_alpha); } printf("%d\n",max_flow); return 0; }
提示内容
小Hi:在你思考完成之前,我再给你讲一些网络流的性质好了。
对于任意一个时刻,设f(u,v)实际流量,则整个图G的流网络满足3个性质:
容量限制:对任意u,v∈V,f(u,v)≤c(u,v)。
反对称性:对任意u,v∈V,f(u,v) = -f(v,u)。从u到v的流量一定是从v到u的流量的相反值。
流守恒性:对任意u,若u不为S或T,一定有∑f(u,v)=0,(u,v)∈E。即u到相邻节点的流量之和为0,因为流入u的流量和u点流出的流量相等,u点本身不会”制造”和”消耗”流量。
对于上面例子中的图,其对应的f网络图为(其中虚线表示实际不存在的边(v,u)):
在此基础上,假设我们用cf(u,v)来表示c(u,v)-f(u,v),则可以表示每一条边还剩下多少的流量可以使用,我们称为残留容量。
假设一条边(u,v),其容量为3,使用了流量f(u,v)=2,则可以表示为:cf(u,v)=1, cf(v,u)=2。
由cf(u,v)构成的图我们称为残留网络。
比如例子中的残留网络图为:
小Ho,你可以从残留网络作为着手点,会比较简单。
小Ho:残留网络,残留网络也就是可以使用的流量……我知道了!
既然残留网络表示还可以使用的流量,那么我就可以从图中找出一条从S到T的路径p,使得路径p上所有边的cf(u,v)都大于0。
假设路径p上最小的cf(u,v)等于k,那我就可以使得S到T增加k的流量。
小Hi:没错,通过该条路径p使得图G的最大流得到了增加,所以这样的路径p被称为增广路径。
小Ho:我大概有一个简单的算法了!
首先我根据读入的信息,就可以得到最初的图G,然后将其转化为残留网络。
接下来我在残留网络上寻找是否有增广路径,如果不存在增广路径,则说明这个图不能再增加流量了。
若存在增广路径,则我将最大流量增加,同时对增广路径上的边cf(u,v)进行修改,再重复寻找增广路径。
整个过程大概就是:
While ( findAugmentPath() ) // 判断是否有增广路 maxFlow = maxFlow + delta // 最大流增加 modifyGraph() // 对增广路进行修改 End While
小Hi:那么你打算怎么实现寻找增广路和修改路径呢?
小Ho:寻找增广路的话,直接使用BFS从源点S开始搜索,记录每个点的路径以及路径上的最小残余容量:
findAugmentPath(): queue = [] // 重置搜索队列 path = [] // 初始化路径数组为0 capacity = [] // 初始化流量数组为0 visited = [] // 初始化访问数组为false tail = 0 queue[ tail ] = S // 将源点加入队列 capacity[S] = ∞ // 到源点的流量为无穷大 visited[S] = true i = 0 While (i ≤ tail) u = queue[i] If (u == T) Then // 已经找到一条增广路 Return capacity[T] End If For (u, v)∈残留网络 and cf(u,v)≥0 and not visited[v] // u到v有残留容量,且v未被访问过 path[v] = u // 记录路径 capacity[v] = min(cf(u,v), capacity[u]) // 记录路径上的最小残余容量 visited[v] = true tail = tail + 1 queue[ tail ] = v End For i = i + 1 End While
而对于路径的修改,在已经有path数组的情况下,利用迭代或者回溯都可以完成:
modifyGraph(): flow = capacity[T] now = T While ( now is not S ) fa = path[ now ] cf(fa, now) = cf(fa, now) - flow cf(now, fa) = cf(now, fa) + flow // 反向的残余容量是增加 now = fa End While
小Ho:时间复杂度方面,每一次寻找增广路的时间为O(n+m),每一次修改路径的时间复杂度为O(n)。假设图的最大流为maxflow,那么我的算法时间复杂度为O((n+m)*maxflow)。
小Hi:嗯,你所采用的算法就是最简单的最大流解决办法,最早是由L.R.Ford和D.R.Fulkerson在1956年时发表,因此也被称为Ford-Fulkerson算法。对于第一次接触网络流而言,可以先试着实现这个算法,对于你理解网络流会有很大的帮助。
小Ho:不过小Hi,我有一个小疑问,虽然我直观上感觉找不到新的增广路时就已经是最大流了,但这真的没有问题么?
小Hi:找不到增广路确实是等价于找到最大流,不过具体的证明嘛,请听下回分解。
相关文章推荐
- [HihoCoder1369]网络流一·Ford-Fulkerson算法
- 【hihocoder 1369】网络流一·Ford-Fulkerson算法
- hihocoder 1369: 网络流一·Ford-Fulkerson算法
- hihoCoder 题目1 : 网络流一·Ford-Fulkerson算法
- #1369 : 网络流一·Ford-Fulkerson算法
- 最大网络流(Ford-Fulkerson算法)(hihicoder)
- HDU 3549 Flow Problem(网络流入门题-最大流的Ford-Fulkerson算法)
- hdu3549(网络流入门题-最大流的Ford-Fulkerson算法)
- 网络流(一)----最大流Ford-Fulkerson算法
- HDU3549 - Flow Problem(模板网络流 + Ford-Fulkerson算法)
- HihoCoder #1369 : 网络流一·Ford-Fulkerson算法
- hihoCoder 1369 网络流一·Ford-Fulkerson算法 (网络流学习#1 记录)
- hihocoder #1369 : 网络流一·Ford-Fulkerson算法
- 最大网络流之Ford-Fulkerson算法和ScalingFord-Fulkerson算法
- hihocode#1369 : 网络流一·Ford-Fulkerson算法(EK)
- 网络流--ford-fulkerson算法
- hihocoder1369 网络流一·Ford-Fulkerson算法
- 网络流最大流之Ford-Fulkerson算法
- HihoCoder #1369 : 网络流一·Ford-Fulkerson算法
- hiho一下 第115周:网络流一•Ford-Fulkerson算法 (Edmond-Karp,Dinic,SAP)