[洛谷 P3376] 网络最大流 | 模板 Edmonds Karp(EK算法) 入门

Posted PushyTao

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[洛谷 P3376] 网络最大流 | 模板 Edmonds Karp(EK算法) 入门相关的知识,希望对你有一定的参考价值。

题目链接

题目描述

如题,给出一个网络图,以及其源点和汇点,求出其网络最大流。

输入格式

第一行包含四个正整数 n n n, m m m, s s s, t t t,分别表示点的个数、有向边的个数、源点序号、汇点序号。

接下来M行每行包含三个正整数 ui ,vi,wi ,表示第 i 条有向边从 ui 出发,到达 vi,边权为 wi即该边最大流量为 wi)。
输出格式

一行,包含一个正整数,即为该网络的最大流。
输入输出样例

4 5 4 3
4 2 30
4 3 20
2 3 20
2 1 30
1 3 40
50

样例输入输出 1 解释


以下代码来源于《算法竞赛入门指南》

在最大流问题中,容量 c c c和流量 f f f满足三个性质:容量限制,即 f ( u , v ) f(u,v) f(u,v) ≤ \\leq c ( u , v ) c(u,v) c(u,v)、斜对称性即 f ( u , v ) f(u,v) f(u,v) = − - f ( v , u ) f(v,u) f(v,u)和流量平衡(对于除了节点 s s s 和 节点 t t t 外的任意节点 u u u ∑ ( u , v ) ∈ E f ( u , v ) = 0 \\sum_{(u,v)\\in E}^{} f(u,v) = 0 (u,v)Ef(u,v)=0)。
问题的目标是最大化 ∣ f ∣ |f| f = ∑ ( s , v ) ∈ E f ( s , v ) = ∑ ( u , t ) ∈ E f ( u , t ) \\sum_{(s,v)\\in E}^{} f(s,v) = \\sum_{(u,t)\\in E}^{} f(u,t) (s,v)Ef(s,v)=(u,t)Ef(u,t),即从 s s s点流出的净流量(其也等于流入 t t t点的净流量)。

算法思想:
从零流(所有边的流量均为0)开始不断增加流量,保持每次增加流量之后,都满足容量限制、斜对称性和流量平衡三个条件。
称每条边上容量与流量之差为残余容量,简称残量
根据下图 a a a得到残量网络 b b b,同样的可以由 c c c得到 d d d
注意残量网络中的边数可能达到原图中的边数的两倍,在原图中: c = 16 c=16 c=16, f = 11 f=11 f=11的边在残量网络中对应正反两条边,残量分别为 16 − 11 = 5 16-11=5 1611=5 0 − ( − 11 ) = 11 0-(-11) = 11 0(11)=11

该算法基于这样一个事实:残量网络中任意一条从 s s s t t t有向道路都对应一条原图中的增广路,只需要求出该道路中所有残量的最小值 d d d,把对应的所有边上的流量增加 d d d即可,这个过程称为增广过程。如果增广前的流量满足三个条件,增广后依然满足。显然,只要残量网络中存在增广路,流量就可以增大。可以证明他的逆命题也成立:如果残量网络中不存在增广路,则当前流就是最大流。这便是著名的增广路定理

当且仅当残量网络中不存在 s s s − - t t t的有向道路(增广路)时,此时的流时从 s s s t t t的最大流

struct Edge {
	int u, v;
	ll cap, flow;
	Edge(int uu, int vv, ll _cap, ll _flow) {
		u = uu, v = vv, cap = _cap, flow = _flow;
	}
};
struct EdmondsKarp {
	ll n, m;
	vector<Edge> edges;
	vector<int> G[maxn];
	ll a[maxn], p[maxn];
	void init(int n) {
		for (int i = 0; i <= n; i++) G[i].clear();
		edges.clear();
	}
	void add(int u, int v, ll cap) {
		edges.push_back(Edge(u, v, cap, 0));
		edges.push_back(Edge(v, u, 0, 0));
		m = edges.size();
		G[u].push_back(m - 2);
		G[v].push_back(m - 1);
	}
	ll maxFlow(int s, int t) {
		ll Flow = 0;
		while (true) {
			memset(a, 0, sizeof a);
			queue<int> que;
			que.push(s);
			a[s] = INF;
			while (que.size()) {
				int u = que.front();
				que.pop();
				for (int i = 0; i < G[u].size(); i++) {
					int id = G[u][i];
					Edge &e = edges[id];///不加&也是可以的
					int to = e.v;
					if (!a[to] && e.cap > e.flow) {
						p[to] = id;
						a[to] = min(a[u], e.cap - e.flow);
						que.push(to);
					}
				}
				if (a[t]) break;
			}
			if (!a[t]) break;
			for (int u = t; u != s; u = edges[p[u]].u) {
				edges[p[u]].flow += a[t];
				edges[p[u] ^ 1].flow -= a[t];
			}
			Flow += a[t];
		}
		return Flow;
	}
} slove;
int n, m, s, t;
int main() {
	cin >> n >> m >> s >> t;
	slove.init(n);
	slove.n = n;
	for (int i = 1; i <= m; i++) {
		int u = read, v = read;
		ll cap = read;
		slove.add(u,v,cap);
	}
	
	cout << slove.maxFlow(s,t) <<endl;
	return 0;
}

以上是关于[洛谷 P3376] 网络最大流 | 模板 Edmonds Karp(EK算法) 入门的主要内容,如果未能解决你的问题,请参考以下文章

[洛谷P3376]模板网络最大流

洛谷 P3376 模板网络最大流

洛谷——P3376 模板网络最大流

洛谷 P3376 模板网络最大流

洛谷 P3376 模板网络最大流 题解

洛谷P3376模板网络最大流  Dinic模板