hihocoder 1369: 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

最大流算法：

import java.util.Arrays;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Scanner;

public class Main {
public static void main(String[] args) {
Scanner scan=new Scanner(System.in);
int num=scan.nextInt();
int[][] map=new int[num][num];
int count=scan.nextInt();
for(int i=0;i<count;i++){
int x=scan.nextInt()-1;
int y=scan.nextInt()-1;
int val=scan.nextInt();
map[x][y]+=val;
// map[y][x]+=val;
}
Main main=new
4000
Main();
System.out.println(main.maxFlow(map, 0, num-1));
}
public int maxFlow(int[][] graph,int s,int t){
int[][] rGraph=new int[graph.length][graph[0].length];
for(int i=0;i<rGraph.length;i++){
for(int j=0;j<graph[0].length;j++){
rGraph[i][j]=graph[i][j];
}
}
int re=0;
int[] path=new int[graph.length];
Arrays.fill(path,-1);
while(hasPath(rGraph,s,t,path)){
int minFlow=Integer.MAX_VALUE;
for(int i=t;i!=s;i=path[i]){
minFlow=Math.min(minFlow, rGraph[path[i]][i]);
}
for(int i=t;i!=s;i=path[i]){
rGraph[path[i]][i]-=minFlow;
// rGraph[i][path[i]]+=minFlow;
}
re+=minFlow;
Arrays.fill(path,-1);
}
return re;
}
public boolean hasPath(int[][] graph,int s,int t,int[] path){
boolean[] visited=new boolean[graph.length];
Queue<Integer> queue=new LinkedList<Integer>();
queue.add(s);
visited[s]=true;
while(!queue.isEmpty()){
int top=queue.poll();
for(int i=0;i<graph[0].length;i++){
if(visited[i]) continue;
if(graph[top][i]>0){
queue.add(i);
visited[i]=true;
path[i]=top;//把路径存储到path中
}
}
}
return visited[t];
}
}