hiho一下 第115周:网络流一?Ford-Fulkerson算法 (Edmond-Karp,Dinic,SAP)

Posted smartweed

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hiho一下 第115周:网络流一?Ford-Fulkerson算法 (Edmond-Karp,Dinic,SAP)相关的知识,希望对你有一定的参考价值。

来看一道最大流模板水题,借这道题来学习一下最大流的几个算法。

分别用Edmond-Karp,Dinic ,SAP来实现最大流算法。

从运行结过来看明显SAP+当前弧优化+gap优化速度最快。

 

hiho一下 第115周:网络流一•Ford-Fulkerson算法

 

原题网址:http://hihocoder.com/contest/hiho115/problem/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

 

 

一、Ford-Fulkerson算法

算法讲解与图片均摘自:http://hihocoder.com/contest/hiho115/problem/1

 

f(u,v)实际流量c(u,v)为每条路径的容量

整个图G的流网络满足3个性质:

1. 容量限制:对任意u,v∈V,f(u,v)≤c(u,v)。

2. 反对称性:对任意u,v∈V,f(u,v) = -f(v,u)。

3. 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。

对于上面例子中的图,其对应的实际流量f网络图为:

                                   

其中绿边表示例子中每条边实际使用的流量f(u,v),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,即c(u,v)=3,由于边(u,v)单向,(v,u)容量为0,c(v,u)=0。

使用了流量f(u,v)=2(同时有f(v,u)=-2)

则可以表示为:cf(u,v)= c(u,v)-f(u,v)=1,  cf(v,u)= c(v,u)- f(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:

                                   

残留网络表示还可以使用的流量。

如果能从残留网络中找出一条从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,就可以使得S到T增加k的流量。

通过该条路径p使得图G的最大流得到了增加,这样的路径p被称为增广路径

 

Ford-Fulkerson算法的流程:

1. 将最初的图G转化为残留网络

2. 在残留网络上寻找增广路径

l  若存在增广路径,最大流量增加,同时对增广路径上的边cf(u,v)进行修改(总流量增加,路径上各边容量相应减少,反向边容量相应增加),再重复寻找增广路径。

l  若不存在增广路径,则这个图不能再增加流量了,得到最大流。

 

Ford-Fulkerson算法确定了解决最大流问题的基本思路,接下来的关键就是算法的实现,如何寻找增广路并实现路径的修改。

 

 

 

二、Edmond-Karp算法

 

Edmond-Karp算法的思路其实就是Ford-Fulkerson算法。

Edmond-Karp流程:

1. 将最初的图G转化为残留网络

2. 使用BFS反复寻找源点到汇点之间的增广路径。

若存在增广路径,对路径上的流量进行相应修改(总流量增加,路径上各边容量相应减少,反向边容量相应增加)。

3. 找不到增广路时,当前的流量就是最大流。

 

#include <algorithm>
#include <cstring>
#include <string.h>
#include <iostream>
#include <list>
#include <map>
#include <set>
#include <stack>
#include <queue>
#include <string>
#include <utility>
#include <vector>
#include <cstdio>
#include <cmath>
#define LL long long
#define N 40005
using namespace std;
const int maxn=505;
const int inf=0x7fffffff;

 struct Edge{
     int u,v,c;
     int next;
 }edge[N];
  int cnt;//边数
 int head[N];

 void addedge(int u,int v,int c)
 {
     edge[cnt].u=u; edge[cnt].v=v; edge[cnt].c=c; //正向边初始化为容量
     edge[cnt].next=head[u]; head[u]=cnt++;

     edge[cnt].u=v; edge[cnt].v=u; edge[cnt].c=0; //反向边容量初始化为0
     edge[cnt].next=head[v]; head[v]=cnt++;
 }

bool visit[maxn]; // 记录结点i是否已访问
int pre[maxn]; //记录路径
int m,n;
int source,sink; //源点,汇点

bool bfs()  //寻找从源点到汇点的增广路,若找到返回true
{
    queue<int>q;
    memset(pre,-1,sizeof(pre));
    memset(visit,false,sizeof(visit));
     pre[source]=-1;
    visit[source]=true;
    q.push(source);
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        for(int i=head[u];i!=-1;i=edge[i].next)
        {
            int v=edge[i].v;
            if(edge[i].c>0&&!visit[v])
            {
                pre[v]=i;
                visit[v]=true;
                if(v==sink) return true;  //存在增广路
                q.push(v);
            }
        }
    }
    return false;
}

int Edmond_Karp()
{
   int maxflow=0;
   int delta;
   while(bfs())      //反复在源点到汇点间寻找增广路
   {
       delta=inf;
       int i=pre[sink];
       while(i!=-1)
        {
            delta=min(delta,edge[i].c);   //路径上最小的容量为流量增量
            i=pre[edge[i].u];
        }
        i=pre[sink];
       while(i!=-1)
        {
            // 路径上各边容量相应减少,反向边容量相应增加,总流量增加
            edge[i].c-=delta;   //增广路上的边减去使用的容量
            edge[i^1].c+=delta;  //同时相应的反向边增加残余容量
            i=pre[edge[i].u];
        }
       maxflow+=delta;
   }
   return maxflow;
}

int main()
{
    while(scanf("%d%d",&n,&m)!=EOF)
    {
        int u,v,w;
        memset(head,-1,sizeof(head));
        for(int i=0;i<m;i++)
        {
            scanf("%d%d%d",&u,&v,&w);
            addedge(u,v,w);
        }
        source=1,sink=n;
        printf("%d\\n",Edmond_Karp());
    }
    return 0;
}

 

 

三、Dinic算法

 

Dinic算法的流程:

       利用BFS对残余网络分层。每个节点的层数就是源点到这个节点经过的最少边数。

       用DFS 寻找增广路。DFS每向下走一步必到达层数+1的节点,(标记满足dep[v]=dep[u]+1的边(u,v)为允许弧,增广路只走允许弧)。

       找到增广路并相应修改后,回溯后继续寻找增广路,回溯到源点且无法继续,DFS结束

       重复以上过程直到BFS分层到达不了汇点,结束。

 

Dinic算法《北京大学ACM暑期课讲义-网络流》讲的挺清楚的

 

#include <algorithm>
#include <cstring>
#include <string.h>
#include <iostream>
#include <list>
#include <map>
#include <set>
#include <stack>
#include <queue>
#include <string>
#include <utility>
#include <vector>
#include <cstdio>
#include <cmath>

#define N 40005
using namespace std;
int const inf = 0x3f3f3f3f;
int const MAX = 505;


 struct Edge{
     int u,v,c;
     int next;
 }edge[N];
  int cnt;//边数
 int head[N];

  void addedge(int u,int v,int c)
 {
     edge[cnt].u=u; edge[cnt].v=v; edge[cnt].c=c;
     edge[cnt].next=head[u]; head[u]=cnt++;

     edge[cnt].u=v; edge[cnt].v=u; edge[cnt].c=0;
     edge[cnt].next=head[v]; head[v]=cnt++;
 }

int n, m;
int dep[MAX];  //分层
int source,sink; //源点,汇点

int bfs()//BFS对残余网络分层
{
    queue<int> q;
    while(!q.empty())
        q.pop();
    memset(dep, -1, sizeof(dep));
    dep[source] = 0; //源点层数初始化为0
    q.push(source);
    while(!q.empty()){
        int u = q.front();
        q.pop();
        for(int i=head[u];i!=-1;i=edge[i].next){
                int v=edge[i].v;
                if(edge[i].c> 0 && dep[v] == -1)
                {
                    dep[v] = dep[u] + 1;
                    q.push(v);
                }
            }
    }
    return dep[sink] != -1;  //BFS分层是否能到达汇点
}

int dfs(int u, int delta)//DFS 寻找增广路,一次DFS可以寻找多条增广路
{
    if(u == sink)  //找到增广路
        return delta;
    int flow=0;
    for(int i=head[u];i!=-1;i=edge[i].next){
            int v=edge[i].v;
            if(edge[i].c> 0 && dep[v] == dep[u] + 1){  //dfs从前一层向后一层寻找增广路
                int tmp = dfs(v, min(delta-flow, edge[i].c));
                // 路径上各边容量相应减少,反向边容量相应增加,总流量增加
                edge[i].c -= tmp;
                edge[i^1].c+= tmp;
                flow+=tmp;
            }
        }
    if(!flow) dep[u]=-1*inf;
    return flow;
}

int dinic()
{
    int ans = 0, tmp;
    while(bfs()){
        while(1){
            tmp = dfs(1, inf);
            if(tmp == 0)
                break;
            ans += tmp;
        }
    }
    return ans;
}

int main()
{
    while(~scanf("%d %d", &n, &m)){
        cnt=0;
        memset(head,-1,sizeof(head));
        int u, v, c;
        while(m--){
            scanf("%d %d %d", &u, &v, &c);
            addedge(u,v,c);
        }
        source=1,sink=n;
        printf("%d\\n", dinic());
    }
    return 0;
}

 

 

四、SAP 算法

 

基础思路还是残余网络分层,寻找增广路。和Dinic思路类似。

不过SAP分层只需要反向BFS一次。

 

关键在于Gap优化,当前弧优化。

 

Gap优化:

gap[i]表示dep[x]=i节点的个数。

如果一次重标号时,出现gap[i]=0,即出现断层,则源点到汇点之间出现断路,到达不了,结束算法。

 

当前弧优化:

对于每个点保存“当前弧”。

当前弧初始化是邻接表的第一条弧,即head[i],查找边的过程中找到一条允许弧,允许弧设为当前弧。

搜索边的过程从当前弧开始搜,因为可以保证每个点当前弧之前的边都不是允许弧。

 

代码参考:http://blog.csdn.net/sprintfwater/article/details/7913181

 

#include <algorithm>
#include <cstring>
#include <string.h>
#include <iostream>
#include <list>
#include <map>
#include <set>
#include <queue>
#include <string>
#include <utility>
#include <vector>
#include <cstdio>
#include <stdio.h>
#include <cmath>
#define LL long long
#define N 40005

using namespace std;
const int maxn=505;
const int inf=0x7fffffff;

 struct Edge{
     int u,v,c;
     int next;
 }edge[N];
  int cnt;
 int head[N];

 void addedge(int u,int v,int c)
 {
     edge[cnt].u=u; edge[cnt].v=v; edge[cnt].c=c;
     edge[cnt].next=head[u]; head[u]=cnt++;

     edge[cnt].u=v; edge[cnt].v=u; edge[cnt].c=0;
     edge[cnt].next=head[v]; head[v]=cnt++;
 }

int m,n;
int source,sink; //源点,汇点
int gap[maxn]; //gap优化
int dep[maxn]; //层数
int cur[maxn]; //当前弧优化
int path[maxn]; //用一个栈储存增广路路径

void rev_bfs()  //对残余网络逆向分层
{
    memset(dep,-1,sizeof(dep));
    memset(gap,0,sizeof(gap));
    queue<int>q;
    dep[sink]=0;  //汇点sink的深度为0
    gap[0]=1; // 层数为0的点有1个
    q.push(sink);
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        for(int i=head[u];i!=-1;i=edge[i].next)
        {
            int v=edge[i].v;
            if(edge[i^1].c>0&&dep[v]==-1)
            {
                q.push(v);
                dep[v]=dep[u]+1;
                gap[dep[v]]++;
            }
        }
    }
}

int SAP()
    {
        rev_bfs(); //只需要bfs分层一次,之后的层数更新不用重新bfs
     //   for(int i=1;i<=n;i++) cout<<dep[i]<<endl;
       memcpy(cur, head,sizeof(cur)); //当前弧初始化是邻接表的第一条弧,即head[i]
        int maxflow = 0;
        int u=source;
        int top=0;
        int i;
        while (dep[source] < n)  //最大的层数只会是n,如果大于等于n说明中间已经断层了
        {
            if (u==sink)  //找到了一条增广路,则沿着增广路修改流量
            {
                int delta=inf;
                int flag=n;  //flag记录增广路上容量最小的边
                for (i=0; i!=top; i++){
                    if (delta>edge[path[i]].c)
                    {
                        delta=edge[path[i]].c;
                        flag=i;
                    }
                }
                for (i=0;i!=top;i++) // 路径上各边容量相应减少,反向边容量相应增加,总流量增加
                {
                    edge[path[i]].c-=delta;
                    edge[path[i]^1].c+=delta;
                }
                maxflow += delta;
                top = flag; //回溯到流量恰好变为0的最上层节点,继续寻找增广路
                u = edge[path[top]].u;
            }
           for (i = cur[u]; i != -1; i = edge[i].next)
            {
                int v=edge[i].v;
                if (edge[i].c>0 && dep[u]==dep[v]+1) break;
            }
           if (i!=-1) //找到一条允许弧
           {
               cur[u]=i; //允许弧设为当前弧
               path[top++]=i;
               u=edge[i].v;
           }
           else //找不到允许弧,重新分层,再寻找增广路
           {
               //对u节点层数进行修改
                if (--gap[dep[u]] == 0)  break;// gap优化,如果出现断层,结束算法
                 int mind = n+1;
                for (i = head[u]; i != -1; i = edge[i].next)  //寻找可以增广的最小层数
                {
                    if (edge[i].c>0 && mind>dep[edge[i].v])
                        {
                            mind=dep[edge[i].v];
                            cur[u]=i; //允许弧设为当前弧
                        }
                }
                dep[u]=mind+1; //更新层数
                gap[dep[u]]++;
              u=(u==source)? u : edge[path[--top]].u; //回溯
            }
        }
        return maxflow;
    }

int main()
{
    while(~scanf("%d%d",&n,&m))
    {
        int u,v,w;
        cnt=0;
        memset(head,-1,sizeof(head));
        for(int i=0;i<m;i++)
        {
            scanf("%d%d%d",&u,&v,&w);
            addedge(u,v,w);
        }
        source=1,sink=n;
        printf("%d\\n",SAP());
    }
    return 0;
}

 

 

 

 

 

 

 

 

 

以上是关于hiho一下 第115周:网络流一?Ford-Fulkerson算法 (Edmond-Karp,Dinic,SAP)的主要内容,如果未能解决你的问题,请参考以下文章

hiho一下115周 网络流

hiho一下 第119周 #1398 : 网络流五·最大权闭合子图 最小割-最大流--Ford-Fulkerson 与 Dinic 算法

hiho 第118周 网络流四·最小路径覆盖

hiho一下116周 网络流

hiho一下 第148周

hiho一下 第173周