算法思想之8网络流与匹配
网络流算法
网络流算法 在实际生活中有许多流量问题，例如在交通运输网络中的人流、车流、货物流，供水网络中的水流，金融系统中的现金流，通讯系统中的信息流，等等。50年代以福特(Ford)、富克逊(Fulkerson)为代表建立的“网络流理论”，是网络应用的重要组成部分。在最近的奥林匹克信息学竞赛中，利用网络流算法高效地解决问题已不是什么稀罕的事了。本节着重介绍最大流(包括最小费用)算法，并通过实际例子，讨论如何在问题的原型上建立—个网络流模型，然后用最大流算法高效地解决问题。 ［问题描述］如图4-1所示是联结某产品地v1和销售地v4的交通网，每一弧(vi,vj)代表从vi到vj的运输线，产品经这条弧由vi输送到vj，弧旁的数表示这条运输线的最大通过能力。产品经过交通网从v1到v4。现在要求制定一个运输方案使从v1到v4的产品数量最多。 一、基本概念及相关定理 1)网络与网络流 定义1 给一个有向图N=(V，E)，在V中指定一点，称为源点(记为vs，和另一点，称为汇点(记为vt)，其余的点叫中间点， 对于E中每条弧(vi，vj)都对应一个正整数c(vi，vj)≥O(或简写成cij)，称为f的容量，则赋权有向图N=(V，E，c，vs，vt)称为一个网络。如图4-1所给出的一个赋权有向图N就是一个网络，指定v1是源点，v4为汇点，弧旁的数字为cij。 所谓网络上的流，是指定义在弧集合E上一个函数f={f(vi，vj)}，并称f(vi，vj)为弧(vi，vj)上的流量(下面简记为fij)。如图4-2所示的网络N，弧上两个数，第一个数表示容量cij，第二个数表示流量fij。 2)可行流与最大流 在运输网络的实际问题中，我们可以看出，对于流有两个显然的要求：一是每个弧上的流量不能超过该弧的最大通过能力(即弧的容量)；二是中间点的流量为0，源点的净流出量和汇点的净流入量必相等且为这个方案的总输送量。因此有： 定义2 满足下列条件 (1)容量约束：0≤fij≤cij，(vi,vj)∈E， (2)守恒条件 对于中间点：流入量=流出量；对于源点与汇点：源点的净流出量vs(f)=汇点的净流入量（-vt(f)）的流f，称为网络N上的可行流，并将源点s的净流量称为流f的流值v(f)。 网络N中流值最大的流f*称为N的最大流。 3)可增广路径 所谓可增广路径，是指这条路径上的流可以修改，通过修改，使得整个网络的流值增大。 定义3 设f是一个可行流，P是从源点s到汇点t的一条路，若p满足下列条件：
网络最大流问题概论
给定一个有向图D=(V,A)，在V中指定一点称为发点（记为），该点只有出发去的弧，指定另一点称为收点（记为），该点只有指向它的弧，其余的点叫做中间点。对于A中的每一条弧，对应一个数（简记），称之为弧的容量。通常我们把这样的D叫做网络，记为D=(V,A,C)。 （2）网络流：在弧集A上定义一个非负函数。是通过弧的实际流量，简记，称是网络上的流函数，简称网络流或流，称为网络流的流量。 §4 网络最大流问题 网络最大流问题是网络的另一个基本问题。 许多系统包含了流量问题。例如交通系统有车流量，金融系统有现金流，控制系统有信息流等。许多流问题主要是确定这类系统网络所能承受的最大流量以及如何达到这个最大流量。 4.1 基本概念与定理 1．1．网络与流 定义14 （1）网络： 例1如图7-20是连结某产品产地和销地的交通图。弧表示从 到的运输线，弧旁的数字表示这条运输线的最大通过能力，括号内的数字表示该弧上的实际流。现要求制定一个运输方案，使从运到的产品数量最多。 可行流与最大流
在运输网络的实际问题中，我们可以看出，对于流有两个基本要求： 一是每条弧上的流量必须是非负的且不能超过该弧的最大通过能力（即该弧的容量）； 二是起点发出的流的总和（称为流量），必须等于终点接收的流的总和，且各中间点流入的流量之和必须等于从该点流出的流量之和，即流入的流量之和与流出的流量之和的差为零，也就是说各中间点只起转运作用，它既不产出新的物资，也不得截留过境的物资。 因此有下面所谓的可行流的定义。 定义14对于给定的网络D=（V,A,C）和给定的流，若满足下列条件： （1）容量限制条件：对每一条弧，有 (7.9) （2）平衡条件： 对于中间点： 流出量=流入量，即对于每一个i (i≠s,t)，有 (7.10) 对于出发带点，有 (7.11) 对于收点，有 (7.12) 则称为一个可行流，称为这个可行流的流量。 注意，我们这里所说的出发点是指只有从发出去的弧，而没有指向的弧； 收点是指只有弧指向，而没有从它的发出去的弧。
从一道题目的解法试谈网络流的构造与算法Word版
从一道题目的解法试谈网络流的构造与算法 福建师大附中江鹏 1. 引论 A. 对网络流算法的认识 网络流算法是一种高效实用的算法，相对于其它图论算法来说，模型更加复杂，编程复杂度也更高，但是它综合了图论中的其它一些算法（如最短路径），因而适用范围也更广，经常能够很好地解决一些搜索与动态规划无法解决的，看似NP的问题。 B. 具体问题的应用 网络流在具体问题中的应用，最具挑战性的部分是模型的构造。这没用现成的模式可以套用，需要对各种网络流的性质了如指掌（比如点有容量、容量有上下限、多重边等等），并且归纳总结一些经验，发挥我们的创造性。
2. 例题分析 【问题1】项目发展规划（Develop） Macrosoft?公司准备制定一份未来的发展规划。公司各部门提出的发展项目汇总成了一张规划表，该表包含了许多项目。对于每个项目，规划表中都给出了它所需的投资或预计的盈利。由于某些项目的实施必须依赖于其它项目的开发成果，所以如果要实施这个项目的话，它所依赖的项目也是必不可少的。现在请你担任Macrosoft?公司的总裁，从这些项目中挑选出一部分，使你的公司获得最大的净利润。 ●输入 输入文件包括项目的数量N，每个项目的预算Ci和它所依赖的项目集合Pi。格式如下：第1行是N； 接下来的第i行每行表示第i个项目的信息。每行的第一个数是Ci，正数表示盈利，负数表示投资。剩下的数是项目i所依赖的项目的编号。 每行相邻的两个数之间用一个或多个空格隔开。 ●输出 第1行是公司的最大净利润。接着是获得最大净利润的项目选择方案。若有多个方案，则输出挑选项目最少的一个方案。每行一个数，表示选择的项目的编号，所有项目按从小到大的顺序输出。 ●数据限制 0≤Ｎ≤1000 -1000000≤Ci≤1000000 ●输入输出范例
网络流例题详解
网络流例题详解 最大流 sap用法和模板 typedef struct node{ int v, w; struct node *nxt, *op; }NODE; NODE edg[MM]; // 保存所有的边 NODE *link[NN]; // 记录节点所在链表的首节点 int h[NN]; // 距离标号，记录每个点到汇点的距离，这里的距离指的是层数 int num[NN]; // gap优化，标号为i的顶点个数 int M, N, idx, S, T, n; // S 表示源点，T表示汇点，n表示节点个数 void add(int u, int v, int c){ idx++; edg[idx].v = v; edg[idx].w = c; edg[idx].nxt = link[u]; edg[idx].op = edg + idx + 1; link[u] = edg + idx; idx++; edg[idx].v = u; edg[idx].w = 0; edg[idx].nxt = link[v]; edg[idx].op = edg + idx - 1; link[v] = edg + idx; } int Min(int a, int b){ return a < b ? a : b; } int aug(int u, int flow){ if (u == T) return flow; int l = flow; // l表示剩余容量 int tmp = n - 1; for (NODE *p = link[u]; p; p = p->nxt){ if (h[u] == h[p->v] + 1 && p->w){ int f = aug(p->v, Min(l, p->w)); l -= f; p->w -= f; p->op->w += f; if (l == 0 || h[S] == n) return flow - l; // gap } // 这里是有剩余容量的可行边 if (p->w > 0 && h[p->v] < tmp){ tmp = h[p->v]; } } if(l == flow){// 如果没有找到增流，才修改标号，刚开始写错了，也杯具的过了好多题num[h[u]]--; // gap if (num[h[u]] == 0) h[S] = n; // gap，每个点的距离值最多为n - 1，这里设为n 表示
网络流模型总结
网络流模型总结 福州一中肖汉骏【引言】： “许多问题可以先转化为网络流问题，再运用最大流算法加以解决。而发现问题本质，根据最大流算法的特点，设计与之相配的数学模型是运用最大流算法解决问题的重要步骤。” “网络流在具体问题中的应用，最具挑战性的部分是模型的构造。这没用现成的模式可以套用，需要对各种网络流的性质了如指掌（比如点有容量、容量有上下限、多重边等等），并且归纳总结一些经验，发挥我们的创造性。” 注：本文大部分出自江涛老师讲稿及网络资料
图1.1 【理论部分】： 一、引入 如同我们可以把一个实际的道路地图抽象成一个有向图来计算两点之间的最短路径，我们也可以将一个有向图看作一个流网络来解决另一类型的问题。流网络比较适合用来模拟液体流经管道、电流在电路网络中的运动、信息网络中信息的传递等等类似的过程。 一个实例：运输网络 参看下图，给定一个有向图G=(V ,E)，把图中的边看作管道，每条边上有一个权值，表示该管道的流量上限。给定源点s 和汇点t ，现在假设在s 处有一个水源，t 处有一个蓄水池，问从s 到t 的最大水流量是多少，类似于这类的问题都可归结为网络流问题。 在流网络中，每条有向边可以被看导管。每根导管有一个固定的容量，代表物质流经这个导管的最大速率，例如一个管道每小时最多能流过200加仑液体或者一根电线最多能承载20安培的电流。流网络中的顶点可以看作是导管的连接处。除了源点和汇点之外，物质流进每个点的速率必须等于流出这个点的速率。如果我们把研究的物质特化为电流，这种“流的保持”属性就好像电路中的基尔霍夫电流定律一样。
二、网络流相关定义1 网络定义： 一个有向图 G=(V ，E)； 有两个特别的点：源点s 、汇点t ； 图中每条边(u,v)∈E ，有一个非负值的容量C(u,v) 记为 G=(V ，E ，C)，网络三要素：点、边、容量 可行流定义： 是网络G 上的一个“流”，即每条边上有个“流量”P(u,v)，要满足下面两个条件： 流的容量限制——弧： ),(),(0v u C v u P ≤≤ 对任意弧(u,v)---有向边 流的平衡限制——点： 除源点和汇点，对任意中间点有：流入u 的“流量”与流出u 的“流量”相等。即： {,}(,)(,)0x V x V u V s t P x u P u x ∈∈?∈--=∑∑有 网络的割： 一个s-t 割是这样一个边的集合，把这些边从网络中删除之后，s 到t 就不可达了。或者，正式的说，一个割把顶点集合分成A,B 两个集合，其中s 在A 中,t 在B 中，而割中的边就是所有从A 出发，到达B 的所有边。 割的容量就是割中所有边的容量的和。正式的说，就是所有从A 到B 的边的容量的和。 网络的流量： 源点的净流出“流量” 或 汇点的净流入“流量”。即： ∑∑∑∑∈∈∈∈-=-V x V x V x V x x t P t x P s x P x s P ),(),(),(),( 注意，我们这里说的流量是一种速率，而不是指总量。联系上面所说的实例，下面是一个流量为1的可行流：
网络流题目集锦
(2010-02-07 18:00:40) 转载 分类：ACM 标签： 杂谈 最大流 POJ 1273 Drainage Ditches POJ 1274 The Perfect Stall (二分图匹配) POJ 1698 Alice's Chance POJ 1459 Power Network POJ 2112 Optimal Milking (二分) POJ 2455 Secret Milking Machine (二分) POJ 3189 Steady Cow Assignment (枚举) POJ 1637 Sightseeing tour (混合图欧拉回路) POJ 3498 March of the Penguins (枚举汇点) POJ 1087 A Plug for UNIX POJ 1149 Pigs (构图题) ZOJ 2760 How Many Shortest Path (边不相交最短路的条数) POJ 2391 Ombrophobic Bovines (必须拆点，否则有BUG) WHU 1124 Football Coach (构图题) SGU 326 Perspective (构图题，类似于 WHU 1124) UVa 563 Crimewave UVa 820 Internet Bandwidth POJ 3281 Dining (构图题) POJ 3436 ACM Computer Factory POJ 2289 Jamie's Contact Groups (二分) SGU 438 The Glorious Karlutka River =) (按时间拆点) SGU 242 Student's Morning (输出一组解) SGU 185 Two shortest (Dijkstra 预处理，两次增广，必须用邻接阵实现，否则 MLE) HOJ 2816 Power Line POJ 2699 The Maximum Number of Strong Kings (枚举+构图)
网络流算法讲座材料
网络流常用算法： 1.Fort_Fulkerson算法. 2.Edmonds_Karp算法(最短增广路算法).-------------------O( n*m^2 ) 3.SAP算法(使用距离标号的最短增广路算法).--------------O( n^2*m ) 4.Dinic算法.------------------------------------------O( n^2*m ) 5.Push_Relabel算法(预流推进算法).---------------------O( n^2*m ) 6.FIFO Preflow_Push算法.-------------------------------O( n^2*m) 7.Relabel_to_Front算法.--------------------------------O( n^3 ) 8.Highest Label Preflow_push算法.----------------------O( n^2*m^1/2) 网络流算法讲座材料 1 概念与性质 网络N是指具有以下结构的有向图D，D中有两个称为源和汇的不同顶点s, t，在D的弧集E上定义了非负整数值函数c。 网络N的流是定义在弧集E上的整数值函数，满足对任意边a， 0<=f(a)<=c(a)，且对任意顶点，入流量等于出流量。 性质1：任何st-流都具有如下性质：从s的出流量等于到t的入流量。 性质2：任何st-流都有一个最大流，它可以表示为从s到t，至多E条有向路径集合上的流。 图的切割是将顶点分成两个独立的集合，交叉边是一条连通两个集合中顶点的边，交叉边的集合叫做切割集合。 网络N的st-切割是这样的一个切割，它将源s放到一个集合，将汇t放到另一个集合。与st-切割对应的每条交叉边或者是st-边(从集合s指向集合t)，或者是ts-边(从集合t指向集合s)，st-切割的容量是st-边的容量之和，st-切割的流量等于st-边上的流量和与ts-边上的流量和之差。 性质3：网络中所有st-流的最大值等于所有st-切割的最小容量。 残余网络 边费用是定义在边集E上的整数值函数h。流的费用是该流的所有边的流值与边费用乘积的总和。 最小费用最大流是费用最小的最大流。 性质4：当且仅当残余网络不包含负开销的有向环时，最大流才是一个最小费用流。 2 最大流应用 2.1 一般网络的最大流 描述：给定一个含多个源和多个汇的网络，找出其中的最大流。 解法：在原网络的基础上，增加一个虚源s和一个虚汇t。若原网络有p个源s1, s2, …, sp和q个汇t1, t2, …, tq，则在原网络中增加p条以s为起
浅谈网络流算法与几种模型转换
浅谈网络流算法与几种流模型 吴迪1314010425 摘要：最大流的算法,算法思想很简单,从零流开始不断增加流量，保持每次增加流量后都满足容量限制、斜对称性和流量平衡3个条件。只要残量网络中不存在增广路，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。这就是著名的增广路定理。s-t的最大流等于s-t的最小割，最大流最小割定理。网络流在计算机程序设计上有着重要的地位。 关键词：网络流Edmonds-Karp 最大流 dinic 最大流最小割网络流模型最小费用最大流 正文： 图论中的一种理论与方法，研究网络上的一类最优化问题。1955年，T.E.哈里斯在研究铁路最大通量时首先提出在一个给定的网络上寻求两点间最大运输量的问题。1956年，L.R. 福特和 D.R. 富尔克森等人给出了解决这类问题的算法，从而建立了网络流理论。所谓网络或容量网络指的是一个连通的赋权有向图 D= （V、E、C），其中V 是该图的顶点集，E是有向边(即弧)集，C是弧上的容量。此外顶点集中包括一个起点和一个终点。网络上的流就是由起点流向终点的可行流，这是定义在网络上的非负函数，它一方面受到容量的限制，另一方面除去起点和终点以外，在所有中途点要求保持流入量和流出量是平衡的。如果把下图看作一个公路网，顶点v1…v6表示6座城镇，每条边上的权数表示两城镇间的公路长度。现在要问：若从起点v1将物资运送到终点v6去，应选择那条路线才能使总运输距离最短?这样一类问题称为最短路问题。如果把上图看作一个输油管道网，v1 表示发送点，v6表示接收点，其他点表示中转站，各边的权数表示该段管道的最大输送量。现在要问怎样安排输油线路才能使从v1到v6的总运输量为最大。这样的问题称为最大流问题。 最大流理论是由福特和富尔克森于 1956 年创立的，他们指出最大流的流值等于最小割(截集)的容量这个重要的事实，并根据这一原理设计了用标号法求最大流的方法，后来又有人加以改进，使得求解最大流的方法更加丰富和完善。最大流问题的研究密切了图论和运筹学，特别是与线性规划的联系，开辟了图论应用的新途径。 先来看一个实例。 现在想将一些物资从S运抵T，必须经过一些中转站。连接中转站的是公路，每条公路都有最大运载量。如下： 每条弧代表一条公路，弧上的数表示该公路的最大运载量。最多能将多少货物从S运抵T？ 这是一个典型的网络流模型。为了解答此题，我们先了解网络流的有关定义和概念。 若有向图G=(V,E)满足下列条件： 1、有且仅有一个顶点S，它的入度为零，即d-(S) = 0，这个顶点S便称为源点，或称为发点。 2、有且仅有一个顶点T，它的出度为零，即d+(T) = 0，这个顶点T便称为汇点，或称为收点。 3、每一条弧都有非负数，叫做该边的容量。边(vi, vj)的容量用cij表示。 则称之为网络流图，记为G = (V, E, C) 介绍完最大流问题后，下面介绍求解最大流的算法,算法思想很简单,从零流开始不断增加流量，保持每次增加流量后都满足容量限制、斜对称性和流量平衡3个条件。 三个基本的性质: 如果C代表每条边的容量F代表每条边的流量 一个显然的实事是F小于等于C 不然水管子就爆了 这就是网络流的第一条性质容量限制(Ca pacity Constraints):F
网络最大流问题算法研究【开题报告】
开题报告 数学与应用数学 网络最大流问题算法研究 一、综述本课题国内外研究动态, 说明选题的依据和意义 最大流问题是指在一定的条件下, 要求流过网络的物流、能量流、信息流等流量为最大的问题[2]. 最大流问题已有50多年的研究历史, 这段时期内, 人们建立了最大流问题较 为完善的理论, 同时开发了大量优秀的算法. 如Ford 和Fulkerson 增截轨算法 [3]、Dinic 阻塞流算法、Goldberg 推进和重标号算法[6]以及Goldberg 和Rao 的二分长度阻塞流算法等等, 这些经典算法及相关技术对网络最大流问题的研究起到了非常重要的推动作用. 近年来, 随着计算机科学技术和网络的快速发展, 网络最大流问题得到了更深入的研究, 并极大地推动了最大流问题的研究进展. 然而, 研究工作仍未结束: 首先, 在理论算法研究方面, 人们还没有发现最大流问题算法时间复杂度的精确下界, 更没有任何一个通用算法达到或接近问题的下界; 其次, 在算法的实际性能方面, 目前算法的实际性能也不能满足许多应用问题的要求; 同时,最大流问题作为特殊的线性规划问题, 它远比一般线性规划问题容易解决, 发现应用领域中的问题和最大流问题的联系可以使应用问题更好地得到解决. 因此, 关于网络最大流问题的研究具有十分重要的理论意义和实用价值[5]. 最早的算法是Dantzig 提出的网络单纯刑法和Ford 和Fulkerson 的增载轨算法, 他们都是伪多项式时间算法, 分别由Dinic, Edmonds 和Karp 等提出. 1973年Dinic 首次获得了时间复杂度的核心因子为nm 算法. 以后的几十年中, 最大流算法获得了很大的进展. 在最大流问题中, ()nm O 时间界是一个自然的障碍. 如果我们把一个流沿从源到汇的各个路径进行分解, 根据流分解定理, 这些包含流的路径的总长度为()nm Θ.因此, 对每次利用一条曾接轨的算法, ()nm O 时间是这类算法的下界. 尽管这个下界对使用动态树数据结构或基于预流概念的算法是不适用的, 但在很长一段时间内, ()nm O 的
网络最大流问题算法研究【文献综述】
文献综述 数学与应用数学 网络最大流问题算法研究 最大流问题是指在一定的条件下,要求流过网络的物流、能量流、信息流等流量为最大的问题[2].最大流问题已有50多年的研究历史,这段时期内,人们建立了最大流问题较为完善的理论,同时开发了大量的算法.如Ford和Fulkerson增截轨算法、Dinic阻塞流算法、Goldberg推进和重标号算法[6]以及Goldberg和Rao的二分长度阻塞流算法等等,这些经典算法及相关技术对网络最大流问题的研究起到了非常重要的推动作用.近年来,随着计算机科学技术和网络的快速发展,网络最大流问题得到了更深入的研究,并极大地推动了最大流问题的研究进展.然而,研究工作仍未结束:首先,在理论算法研究方面,人们还没有发现最大流问题算法时间复杂度的精确下界,更没有任何一个通用算法达到或接近问题的下界; 其次,在算法的实际性能方面,目前算法的实际性能也不能满足许多应用问题的要求; 同时,最大流问题作为特殊的线性规划问题, 它远比一般线性规划问题容易解决,发现应用领域中的问题和最大流问题的联系可以使应用问题更好地得到解决.因此,关于网络最大流问题的研究具有十分重要的理论意义和实用价值[5]. 最早的算法是Dantzig[6]提出的网络单纯刑法和Ford和Fulkerson的增载轨算法, 他们都是伪多项式时间算法,分别由Dinic、Edmonds和Karp等提出.1973年Dinic首 次获得了时间复杂度的核心因子为nm算法.以后的几十年中,最大流算法获得了很 大的进展. 本文主要介绍的是网络最大流的几种主要算法,其中重点介绍了标号算法的详细 过程,其后给出了其在实际中的应用实例,后面介绍了现有的几种主要算法,虽然没 有给出具体的程序,但本文目的主要是了解最大流问题的解决思想,读者对网络流算 法有更深刻的认识,读者要想了解更多关于最大流问题的研究,详细可以参照Goldberg等人的研究成果, 这些程序在网上都可以轻松得到. 在这里就不再详细讲述. 下面简要介绍一下增载轨算法. 增载轨算法[5]: 沿剩余网络中从源到汇的有向路径推进流. 增载轨算法包括Ford
网络流详解(C++版)
网络流基本概念 在实际生活中有许多流量问题，例如在交通运输网络中的人流、车流、货物流，供水网络中的水流，金融系统中的现金流，通讯系统中的信息流，等等。50年代以福特(Ford)、富克逊(Fulkerson)为代表建立的“网络流理论”，是网络应用的重要组成部分。在最近的奥林匹克信息学竞赛中，利用网络流算法高效地解决问题已不是什么稀罕的事了。本节着重介绍最大流(包括最小费用)算法，并通过实际例子，讨论如何在问题的原型上建立—个网络流模型，然后用最大流算法高效地解决问题。 1.问题描述如图5-1所示是联结某产品地v1和销售地v4的交通网，每一弧(vi,vj)代表从vi到vj的运输线，产品经这条弧由vi输送到vj，弧旁的数表示这条运输线的最大通过能力。产品经过交通网从v1到v4。现在要求制定一个运输方案使从v1到v4的产品数量最多。 图5-1 图5-2 2.网络与网络流 给一个有向图N=(V，E)，在V中指定一点，称为源点(记为vs，和另一点，称为汇点(记为vt)，其余的点叫中间点，对于E中每条弧(vi，vj)都对应一个正整数c(vi，vj)≥O(或简写成cij)，称为f的容量，则赋权有向图N=(V，E，c，vs，vt)称为一个网络。如图5-1所给出的一个赋权有向图N就是一个网络，指定v1是源点，v4为汇点，弧旁的数字为cij。所谓网络上的流，是指
定义在弧集合E上一个函数f={f(vi，vj)}，并称f(vi，vj)为弧(vi，vj)上的流量(下面简记为fij)。如图5-2所示的网络N，弧上两个数，第一个数表示容量cij，第二个数表示流量fij。 3.可行流与最大流 在运输网络的实际问题中，我们可以看出，对于流有两个显然的要求：一是每个弧上的流量不能超过该弧的最大通过能力(即弧的容量)；二是中间点的流量为0，源点的净流出量和汇点的净流入量必相等且为这个方案的总输送量。因此有： (1)容量约束：0≤f ij≤c ij，(v i,v j)∈E， (2)守恒条件 对于中间点：流入量=流出量；对于源点与汇点：源点的净流出量v s(f)=汇点的净流入量（-v t(f)） 的流f，称为网络N上的可行流，并将源点s的净流量称为流f的流值v(f)。 网络N中流值最大的流f*称为N的最大流。 4.可增广路径 所谓可增广路径，是指这条路径上的流可以修改，通过修改，使得整个网络的流值增大。 设f是一个可行流，P是从源点s到汇点t的一条路，若p满足下列条件： (1)在p上的所有前向弧(vi→vj)都是非饱和弧，即0≤f ij 网络流基础及应用 一.引例 运输方案 下图为联结产品产地V 1和销地V 6的交通网，每一边(V i ,V j )代表从V i 到V j 的运输线，产品经这条边由V i 输送到V j ，边旁的数字表示这条运输线的最大通行能力(简称容量)。产品经过交通网从V 1输送到V 6，现要求制定一个输送方案，使V 1运到V 6的产品数量最多。 下面是一个可行的输送方案，边旁的数字为该运输线的实际运输量(单位：吨)。 该运输方案表示：2吨产品沿有向路P 1(V 1,V 2,V 4,V 6)运到销地；1吨产品沿有向路P 2(V 1,V 2,V 5,V 6)运到销地；2吨产品沿有向路P 3(V 1,V 3,V 5,V 6)运到销地。总共有5吨从V 1运到V 6。 运输方案的可行必须满足以下三个条件： ⑴实际运输量不能是负的； ⑵每条边的实际运输量不能大于该边的容量； ⑶除了起点V 1和终点V 6，对其他顶点(中间点)来说，不能囤积物资，即运到它那儿的物资是多少，从它那儿运走的物资也应该是多少。 运输方案的改进：根据这个运输网，是否可增大运输量？ 改进1：我们找到一条有向路P 4(V 1,V 2,V 3,V 4,V 6)可再增加1吨物资运输量，改进的方案如下： 2 2 8 4 3 7 1 V1 V2 V5 V3 V4 V6 4 4 图1 2 2 3 0 2 3 2 1 V1 V2 V5 V3 V4 V6 图2 改进2：有向路P5(V1,V3,V4,V6)还可增加1吨运输量： 改进3：观察有向路P6(V1,V3,V2,V4,V6)中，将正方向的边(V1,V3)、(V2,V4)、(V4,V6)都可增加运输量，而反方向的边(V3,V2)的运输量为1，现将反向边(V3,V2)的运量调到正向边(V2,V4)上去完成，这样有向路P6(V1,V3,V2,V4,V6)的运量可增加1(想一想为什么可以这样做)。 至此，再找不到可“改进”的有向路了，所以，该交通网的最大运输量为8吨。 通过上述实例分析，包含了流量因素的问题，是一类特殊的图。引例给出的交通网其具体的物理模型是多种多样的。比如网络的有向边可以表示为城市之间的公路、电信网之间的通讯线路、天然气站之间的输气管道等；边的容量则可以表示为允许通过的物资数量、汽车数量、速率或最大信号流量等。这一类特殊的图，称为网络流图。网络流图中需要解决的基本问题是求最大流问题。 二.网络流图与最大流 类似于上述交通网，可构造下列称为网络流图的模型。 1、网络流图的构造 设G=(V,E)为一简单有向图。当且仅当只有一个入度为0(d(z)=0)的点，在V中指定该顶点为源点(记为Z)，当且仅当有一个顶点出度为0的顶点，为汇点(记为Z?)，对于每一条边(V i,V j)∈E，赋予一个非负数C ij>=0，叫做该边的容量。记为D=(V,E,C)(图示参见引例) 2、网络的流 对于网络流图D=(V,E,C)的每一条边(V i,V j)给定一个非负数f ij，且满足下列条件： ①0<=f ij<=C ij(容量限止条件) ②除源点和汇点外，其余顶点V i恒有 ∑f ij=∑f ki(中间点流量守恒，即平衡条件) 网络流建模汇总 by Edelweiss 目录 最大流 (4) 《POJ 1149 PIGS》 (4) 《POJ 1637 Sightseeing tour》 (8) 《POJ 2391 Ombrophobic Bovines》 (9) 《POJ 2699 The Maximum Number of Strong Kings》 (10) 《POJ 3281 Dining》 (11) 《JOJ 2453 Candy》 (11) 《ZOJ 2760 How Many Shortest Path》 (12) 《WOJ 1124 Football Coach》 (12) 《SGU 326 Perspective》 (13) 《SGU 438 The Glorious Karlutka River =)》 (14) 《SPOJ 287 Smart Network Administrator》 (14) 《SPOJ 962 Intergalactic Map》 (15) 《小结》 (15) 最小割 (15) 《HOJ 2634 How to earn more》 (16) 《HOJ 2713 Matrix1》 (16) 《POJ 1815 Friendship》 (17) 《ZOJ 2532 Internship》 (17) 《Ural 1277 Cops and Thieves》 (18) 《SPOJ 839 Optimal Marks》 (18) 《SPOJ 1693 Coconuts》 (19) 《Beijing Regional 2008 Problem A Destroying the bus stations》 (19) 《小结》 (20) 有上下界 (21) 《POJ 2396 Budget》 (21) 《小结》 (22) 最小费用流 (22) 《HOJ 2543 Stone IV》 (22) 《HOJ 2715 Matrix3》 (23) 《HOJ 2739 The Chinese Postman Problem》 (23) 《POJ 3680 Intervals》 (24) 《SPOJ 371 Boxes》 (24) 《BASHU 2445 餐巾问题》 (25)网络流基础及应用
网络流题目+题解