网络流与图匹配
【学习笔记】网络流
(2024.4.23)
时代的眼泪,近几年真的有考过吗,感觉不如二分图。
Part1. 基本定义
- 流函数 \(f\) 满足 1.斜对称性 2.流量守恒。
- 定义残量网络为容量函数 \(c'=c-f\) 的网络,当 \(c'=0\) 视作不存在。
- 定义增广路 \(P(V,E_f),\) 是残量网络上一条 \(S\to T\) 的路径。
- 定义割为将 \(V\) 分成两个不相交集合 \(A,B\) ,且 \(S\in A,T\in B\) 。定义割的 容量 为 \(\sum\sum c(u,v)\) ,流量为 \(\sum\sum f(u,v)\) 。若 \(u,v\) 所属集合不同,则边 \((u,v)\) 为割边。最小割即为将 容量 最小化的分割方案。
Part2. 最大流
定义一次 增广 操作为:找到残量网络上一条增广路,每一条边增加 \(p=\min c_f(u,v)\) 的流量。并将其反边 \((v,u)\) 的 容量 增加 \(p\) ,这样做目的即支持反悔。
实现上,\(cnt=1\) 开始,且先进行 ++cnt
,并且正反边 紧邻 ,则 i^1
即为反向边。即正向边是偶数,反向边是下一个奇数。
EK 算法
即使用 bfs
寻找 长度最短 的增广路,此时复杂度为 \(O(nm^2)\) ,若任意选择,则复杂度退化为跟流量相关,即 可能会在两个点之间来回增广的 dfs
方法。
Dinic 算法
核心思想是 分层图 以及 当前弧优化 。分层图的目的是规范增广路的形态,避免形成一个环。
增广路时流量等于容量的满边是无用的,可以直接跳过,为此记录每个点出发第一条没有流满的边,称为 当前弧 ,看似是常数优化实际上影响了复杂度:不加优化为 \(O(nm^2)\) ,加入当前弧优化为 \(O(n^2m)\) 。
Part3. 无负环的费用流
相较于一般网络流,每条边加入一权值 \(w(u,v)\) ,最小费用最大流需要在 保证最大流 基础上,使得 \(\sum f(x,y)\times w(x,y)\) 最小。简单来说,\(w(u,v)\) 就是每条边流 \(1\) 的费用。
连续最短路 SSP 算法
实现上,将 Dinic 的 BFS 换做 SPFA,且 DFS 多路增广时,仅在 \(d[x]+w=d[y]\) 的边上进行。注意实现上退流后费用也要退掉,因此反边权值为 \(-w(x,y)\) 。
理论时间复杂度为 \(O(nmf)\) ,但实际上远远达不到。
注意 SPFA 在队首位 T 时不能直接 break;
,因为此时 d[T]
不一定是最短路。
Part4. 最大流最小割定理
感性理解就是 最小割一定是 \(A\) 全在左边,\(B\) 全在右边,则此时取得最小割,也就是从中间切一刀,得到的所有流量之和,为最大流。
【模板】最小割树(Gomory-Hu Tree)
\(10^5\) 次询问一个图,\(u,v\) 两点间的最小割。
定理:不管怎么选两点,最小割只有 \(n-1\) 种。
因此考虑分治,每次在原图上找两个点 \(u,v\) ,求完他们的最小割,在最小割树上连边 \((u,v)=\text{mincut}\),然后原图被分为两部分,再递归做即可。
结论:\(u,v\) 的最小割,是两点在最小割树上的路径最小值。
然后对于多次询问,树上倍增处理即可。
但是,因为网络流的图都很小 \(n\le 1000\) ,所以我们可以直接 \(n^2\) 预处理所有询问,并且无需建树,树在心中。
Part5. 对网络流的理解
-
费用流与贪心
费用流的策略是找到长度短的增广路进行增广,并且在添加反边以支持返回。因此 费用流和反悔贪心可以相互转化,于是一些费用流题目,可以转换为贪心再方便地利用数据结构维护。
-
费用流与凸性
如果问题可以抽象成费用流模型,每一滴流量带来的贡献单调,则选取 \(i\) 个物品答案 \(f(i)\) 有凸性,可以使用 wqs二分。
-
最小割求方案
可能会理解割边为最大流上流满的边,反例:\(S\to 1 \to T\) 。
正确的做法是,残量网络上 \(S\) 能到达的点为 \(A\) ,否则为 \(B\) 。再判断割边。
-
反悔的性质
在解决 动态加边 的最大流问题时,不需要担心原来的流方案影响正确性,因为正确性基于反悔。
但对于费用流问题,正确性基于最短路,则加入新边后需要重新跑 SPFA。
Part6. 上下界网络流
即新增下界 \(b(u,v)\) ,需要满足 \(b\le f\le c\) 。
1.无源汇可行流
可行性主要在于流量守恒,即每个点不能储存流量。
核心思想:先满足下界限制,在尝试调整 。具体地,先让每条边都流满下界 \(b\) ,算出每个点净流量 \(w=\sum f(u,i)-\sum f(i,u)\) 。需要满足每个点 \(w=0\) 。
根据 斜对称性,则不妨设 \(\Delta=\sum_{w_i>0} w_i=\sum _{w_i<0}-w_i\) 。如果能将 \(\Delta\) 在满足上界前提下分配,则具有可行性。
这启发我们新建一个网络 \(G'=\{V,E'=c-f=c-b\}\) ,然后建立虚拟源点汇点 \(SS,TT\) ,若 \(w_i>0\) ,则 \(SS\to i\) 连容量为 \(w_i\) 的边,否则,\(i\to TT\) 连容量为 \(-w_i\) 的边,不难发现流出 \(SS\) 的容量和流进 \(TT\) 的流量均为 \(\Delta\) 。若 \(SS\to TT\) 的最大流等于 \(\Delta\) ,则 \(f(u,v)=b(u,v)+f'(u,v)\) 为合法方案。
这个地方特别容易记混,如果一个点入度大于出度,则应该由虚拟源点向其连边,因为这样才能让这个点多流出这些流量。
2. 有源汇可行流
从 \(T\to S\) 连容量为下界为 \(0\) ,上界为正无穷的边。由于流量守恒,则这条边的流量即为答案。
细节:最后加这条边,则直接删 e[tot].w
即可。
3. 有源汇最大流
引理:对于任意一组可行流,对其运行最大流算法,总能得到最大流。
因此,得到一组可行流 \(G\) 后,新建网络 \(G'\) 为去掉 \(SS,TT\) ,以及 \(T\to S\) 容量为正无穷的边,则以 \(S,T\) 为源汇点跑最大流,最后的答案是 可行流流量+新的最大流流量 ,且注意可行流流量为 \(T\to S\) 的反边流量,而不是 \(SS\to TT\) 的流量。
4. 有源汇费用流
同样转换即可,初始为 \(\sum w(u,v)b(u,v)\) 。
Part7. 应用与模型
1. 最小割点----点边转化
将每个点拆为 \(i_{in}\) 和 \(i_{out}\) ,从 \(i_{in}\to i_{out}\) 连 \(w_i\) 的边,\(u_{out}\to v_{in}\) 连 \(\inf\) 的边。因为我们只能删点,不能删边。
2. 集合划分模型
有 \(n\) 个物品,\(A,B\) 两个集合,分到两个集合的代价分别是 \(a_i\) 和 \(b_i\) ,给定若干限制 \((u,v,c_{u,v})\) 表示 \(u,v\) 不在一个集合还需要付出的额外代价。代价最小是多少。
建模:将 $ S\to i$ ,容量为 \(b_i\) ,\(i\to T\) ,容量为 \(a_i\) ,\(i,j\) 之间连双向边,容量为 \(c_{i,j}\) 。此时问题显然等价于最小割。
扩展
- 若 \(a,b\) 存在负值,则同时加上 \(\delta\) ,最后结果减去 \(\sum \delta\) ,因为每个点只有选或不选两种状态,所以与最短路等模型不同,其不会影响答案。
3. 最大权闭合子图
或许是更系统的理解方式。
有向图 的闭合子图是指 \(G'=\{V',E\}\) ,也即选择一个点集,使得他们所有连边仍在闭合子图上。点有点权,求最大权值。
考虑转换为集合划分模型,若一个点选,则 \(S\) 与 \(i\) 相连,则要割掉 \(i\to T_i\) ,故 \(i\to T_i\) 容量为 \(a_i\) ,对于原图上的一条边 \((u,v)\) ,则其必须都选,即容量为 \(-\infin\) 。
此时是最大割(NP-Hard)问题,转换成最小割, \(a_i\) 变成负值,运用上文拓展,将 \(S\to i\) 和 \(i\to T\) 同时加上 \(a_i\) ,这样就只有前者有值了。最后再减去 \(\sum a_i\) 即可。
当然有的 \(a_i\) 本身就是负数,那我们就不管他们了。最后记得取反变成最小割。
总结:原图建出来,每条边赋值 \(+\infin\) ,源点连正权点,负权点连汇点,最后再跑最小割 \(x\) ,答案为 \((\sum_{a_i>0} a_i)-x\) 。
4. 有负环的费用流
运用上下界网络流将负权边强制满流即可,再建立 \((v,u)\) 用于回流。相当于再额外让一些负权边少流。
记录详情 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 。还是注意第一步最大流应该取 e[tot].w
的,并且要清空这条边的容量。
应用在哪?很多题的贪心可能是最大费用最大流之类的,取反后即为(可能)有负环的费用流。
Part8.(新)网络流二十四题
1. P1251 餐巾计划问题
每天需要 \(r_i\) 条干净毛巾,用完后的脏毛巾可以有两种送洗方案: \(m\) 天后用,费用 \(f\) ,\(n\) 天后用,费用 \(t\) ,或者保存起来延期送洗。你同时可以选择买干净毛巾,价格 \(s\) 。
此题精髓在于对两种毛巾状态的拆点处理。
我们可以想到,每天开始的时候只有干净的餐巾可使用,每天结束的时候仅有脏的餐巾需要操作。于是将每天拆成两个点:起始点与结束点,分别处理不同时间段所需操作。
起始点连向汇点,源点连向结束点,表示每天固定要用 \(r_i\) 条。
对于一个起始点,有源点连向他表示购买毛巾。
对于一个结束点,连向 \(m,n\) 天后的起始点表示送洗,连向 \(i+1\) 天的结束点表示延期送洗。
Debug
费用流中,如果仅判断 dis,而不判断 dep
,应在开头判断是否为终点,否则在终点有边权为 \(0\) 边时会死循环。
2. P2764 最小路径覆盖问题
求一张有向无环图,所有点都覆盖一次,路径最少的个数。
要求点只通过一次是困难的,这启发我们点边互换,套路的,将一个点拆为 \(i_{in}\) 和 \(i_{out}\) 。
我们考虑调整法,初始状态是 \(n\) 条只有一个点的路径覆盖所有点,考虑合并两个路径,即为一个点的 \(i_{out}\to j_{in}\) 。这一点流量说明减少一个路径,故 \(n-\) 最大流就是答案。
3. P4043 [AHOI2014/JSOI2014] 支线剧情
给定一个 DAG,边有边权,有若干出度为 \(0\) 的点和一个入度为 \(0\) 的点 \(1\) ,可以回退到根,求 到达所有叶子节点 的边权之和最小值。
相当于每条边下界为 \(1\) 的最小费用可行流。
Debug
容易搞混虚拟源点汇点连边的方向。
4. P1646 [国家集训队] happiness
在集合 \(A\) 价值为 \(a\) ,在集合 $B $ 价值为 \(b\) ,若干个同时在 \(A/B\) 有价值 \(c/d\) ,求最大价值。
集合划分问题模板,转换为最小割即可。
注意题目要求最大价值,且限制是两人在一个集合的额外价值。
用总答案减去最小割,转换为不选...的问题,对于相邻两个学生,则新建一个点 \(x\) 连接他俩,容量为 \(+\infin\) ,表示不能割,\(S\to x,x\to T\) 容量分别为 两个人同时不选择文/理的价值。
有若干倍经验均是此套路。
Debug
不是这太坑了,注意连边方向,别把虚拟点连成新的”源汇点“。评测记录 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)
还有 id(x,y)=(x-1)*m+y
不要写成 n
呀。
flag:我就不信我今天还能连边方向出问题。
6. P5029 T'ill It's Over
初始有 \(n\) 个数 \(1\) ,你有 \(m\) 次操作,每次操作可以将一个范围在 \([l,r]\) 的数变成 \([u,v]\) 的任意一个数,且这个操作有次数限制。
求最后最多有多少个数变成 \(k\) 。
注意操作不是在线的。值域 \(10^5\) 。
将值域抽象为点,则显然是网络最大流。
然后显然是线段树优化建图区间连区间,根据套路,两颗线段树,一颗向上连,一颗向下连,共用叶子。
还是线段树良心,一遍过了。记录详情 - 洛谷
7.CF1009G Allowed Letters
给你一个字符串 \(s\) ,字符集为 \(\{a,b,c,d,e,f\}\),你可以任意排列。需要保证每个位置的字符集为 \(T\) 。问字典序最小是多少?\(|s|\le 10^5\) 。
对于字典序问题都可以贪心,对于每个位置枚举当前填 \(c\) 是否合法,如何判断?因为有可能这里填了后面就不能再填了,关系抽象到图论上,形成一个二分图,我们只需检查有无完美匹配即可。
具体的,二分图左部是每个位置,右部是六个字符。一个位置 \(p\) 对应一个字符集 \(T_p\) ,则 \(t\in T_p\to p,p\to s_p\) 连边即可。一组匹配相当于若干个交换,检查是否存在完美匹配。若检查成功,则删去这条边。
检查完美匹配,我们通常可以想到两个方法:增广路和 Hall 定理。增广路的做法就是走状压 dp 的套路。两者都适用于 \(n\) 比较小的情况。
考虑 Hall 定理,左部大小为 \(n\) ,然而右部大小仅为 \(6\) ,所以枚举右部的子集即可。每个子集相邻的点数都大于等于左侧子集的大小 \(n\) 。
8. P3980 [NOI2008] 志愿者招募
有 \(n\) 天,每天至少需要 \(a_i\) 个志愿者,有 \(m\) 种志愿者,每种个数不限,价格为 \(c_i\) ,负责 \([l_i,r_i]\) 的工作。求最少花费。
无论是单纯性还是上下界都比原做法好理解多了。
用上下界网络流,\(i\to i+1\) 连下界为 \(a_i\) 的边,\(r_i\to l_i\) 连 \([0,\infin]\) ,价格为 \(c_i\) 的边,跑无源汇费用流即可。
10. P2050 [NOI2012] 美食节
\(n\) 个厨师 \(m\) 份菜,\(i\) 做 \(j\) 号菜的时间是 \(T_{i,j}\) 。第 \(i\) 个顾客选择了 \(a_i\) 号菜品。最小化所有人的等待时间之和。\(n,m\le40\)
第 \(i\) 个厨师做的第倒数 \(j\) 份菜品为 \(k\) ,对答案的贡献是 \(T_{i,k}\times j\) 。于是可以把每个厨师拆成所有时刻。跑费用流即可。
11.P3749 [六省联考 2017] 寿司餐厅
有 \(n\) 份寿司,你可以选择若干个不交极长段 \([l,r]\),一次选择的价值是 \(\sum_{l\le i\le j\le r} d_{i,j}\) 。同时,每个 \(i\) 有一个种类 \(a_i\) ,表示如果有 \(a\) 个选择的是种类 \(x\) ,就要付出 \(-mx^2+cx,m\in\{0,1\}\) 的负贡献,其中 \(m\) 是给定的。求最大价值。
发现如果选择 \(d[i,j]\) ,则一定要选择 \(d[i+1,j]\) 和 \(d[i,j-1]\) 。\(d[i][i]\) 的值又相当于 \(d[i][i]-a[i]\) ,再解决种类的问题,\(d[i][i]\to a[i]\) ,\(a[i]=m*a[i]*a[i]\)
据此转换为最大权闭合子图问题即可。
12. P2805 [NOI2009] 植物大战僵尸
平面直角坐标系上有 \(n\) 个植物,击败有 \(c_i\) 的价值(可能为负数),第 \(i\) 个植物还有一个攻击到的点的集合 \(S\) ,且伤害是秒杀。
你是僵王博士,僵尸从右侧进入,吃 \((i,j)\) 前必须吃 \((i,j+1)\) 。求最大可能的价值是多少。
两种保护关系形成一个有向图,\(u\to v\) 表示吃 \(u\) 前必须先吃 \(v\) 。建图跑最大权闭合子图即可。
但是保护关系会 成环 ,而且任意能到达环上的点同时也不能选。用反图拓扑排序处理即可。
13. Pumping Stations
给定一个图,你需要构造一个排列,收益为 \(\sum \text{mincut} (a_{i-1},a_i)\) ,使得收益最大。并求出方案。
最小割树模板题,考虑分治建出最小割树。最小割等于路径上最小值,则树上最小边是只经过一次的,再分治进行处理。
14. P4298 [CTSC2008] 祭祀
给定一个DAG,你需要选择若干个点,满足任意两个点不能互相到达。最多化点的个数。
求出点的个数,并输出方案。
实际就是求 最长反链 。\(n\le100\)
**Dilworth **定理指出:最长反链=最小“链”划分,注意这里的“链”不同于最小路径覆盖问题,而是指可交链。
那这个问题与 2. P2764 最小路径覆盖问题 的区别在于:链可以被“挖空”,只保留端点。
因此我们用 Floyd传递闭包 建出每个点能够到达的点,再在这张新图上做原问题最大流即可解决第一问。
容易发现,因为无环,用传递闭包所建出的图是二分图。
第二问要输出一个可行的方案,实际就是 二分图最大独立集 ,按照其输出方案的套路做即可:
从左侧未匹配的点出发 dfs,从左往右只走非匹配边 ,从右往左只走匹配边,最小点覆盖即为 左侧的未访问点+右侧的访问点。最大独立集即为: 左侧的访问点+右侧的未访问点。
第三问求:是否存在一个最大方案选择了点 \(i\) ,这个好办,只需要删掉点 \(i\) 相连的,和连向点 \(i\) 的所有点和边(也即默认 选了 \(i\) )。再跑最大匹配,看是否等于原答案减一即可。
因为传递闭包,\(m=O(n^2)\),复杂度:\(O(n^{3.5})\) 。
Part9. 其他习题
1. Shoot the Bullet|东方文花帖|【模板】有源汇上下界最大流
建立起点 \(s\) 和终点 \(t\) ,\(s\) 向每天连上界为 \(d_i\) 的边,每天向每个人连 \([l_i,r_i]\) 的边,每个人向终点连下界为 \(g_i\) 的边,转换成有源汇上下界最大流问题。注意虚拟源点汇点。
Debug
第一步 dinic()
得到的最大流应该是 e[tot].w
,而非 dinic()
。
模拟费用流
二分图
竞赛幽灵,难在一些套路化的建模上。
如果两个贡献独立————贡献在坐标上————转换成二分图 。
Part2. 二分图神仙建模
1.给定 \(2n\) 个点,点有横纵坐标,我们称 一对点是好的,当且仅当横坐标相同或纵坐标相同。
最大化好的配对的数量,要求每个点都在一个配对中。
套路:横坐标连纵坐标。
2.给定一张 \(n*m\) 网格图,有 \(k\le10^6\) 个障碍。你一次可以跳到当前行或当前列任意一个没有障碍的点。求所有能跳到的点需要的跳跃次数的总和。 \(n,m\le10^5\) 。
套路:每个障碍横坐标连纵坐标,转换成补图最短路。
给定一个 \(n^2\) 矩阵,每个点有 \(p_i\) 概率为 \(1\) ,否则为 \(0\) ,求矩阵积和式 \(>0\) 的概率。\(n\le7\)。
积和式即为不带系数的行列式:\(\sum _{p}\prod a[i][p_i]\)。
如果一个点是 \(1\) ,相当于行列连边,问题转化为二分图完美匹配存在性。
Summary
在矩阵/网格图 上,多思考二分图 \(i\to j\)。贡献独立,也要想二分图。
Part3 二分图相关问题和定理
1. 最大匹配
若边集 \(M\) 满足任意两条边不交于同一端点,则称为匹配。
特殊的,\(|M|=|V_1|=|V_2|\) 被称为完美匹配。
\(\text{König}\) 定理指出:二分图最大匹配在数值上等于最小点覆盖。
2. 最小点覆盖集
给定二分图 \(G=\{V,E\}\) ,若一个点集 \(C\) 满足 \(\forall (u,v)\in E\) ,有 \(u\in C \or v \in C\) 。通俗的说,一个点可以覆盖相邻的边,能覆盖所有边的点集就是点覆盖集。
构造方法:先求出一组最大匹配,从左侧未匹配的点出发 dfs,从左往右只走非匹配边 ,从右往左只走匹配边,最小点覆盖即为 左侧的未访问点+右侧的访问点。
3. 最大独立集
若点集 \(I\) 满足 任意两点不直接相连 ,则称 $I $ 为独立集。
二分图最大独立集 \(=V-\) 最小点覆盖集。
4. 最大团
若 点导出子图 \(G'=\{V',E'\}\) 满足 \(\forall u,v\in V',u\in V_1,v\in V_2\) ,均有 \((u,v)\in E'\) 。则称 \(G'\) 为 \(G\) 的最大团。
二分图最大团等于 补图最大独立集 。
平面图
定义
如果图能画在平面上,边之间两两无交(边不能画曲线),则称其为平面图。
\(K_5\) 和 \(K_{3,3}\) 都不是平面图,其中 \(K_5\) 指的是点数为 \(5\) 的平面图,而 \(K_{3,3}\) 指的是两边各有三个点的完全二分图。
判断:若两个图是同构的,或者两个图在不断增加或消去二度顶点后同构,则称两个图是同胚的。
库拉图斯基定理指出:图 \(G\) 是平面图当且仅当不含有与 \(K_5\) 和 \(K_{3,3}\) 同胚的子图。
平面图转对偶图
通俗的讲,对偶图是在平面图上每个封闭图形中放一个节点,节点之间边的·边权即为原图与这条边相交的边权。
例如下图为狼抓兔子一题中的平面图转对偶图。
原题答案为 14,即为切断右下角的三条边:3 6(不清楚) 5。
可以发现,平面图的最小割即为对偶图的最短路。
P7916 [CSP-S 2021] 交通规划
给定一个 \(n*m\) 的网格,但每一条边都是无限长的射线,格点间的小边有边权。\(Q\) 次询问,额外给定 \(k\) 个位于射线上的特殊点,并钦定了他们的颜色。你需要确定中间格点上的颜色,使得代价最小。代价计算的方式为:颜色不同的两个点之间的短边边权之和。颜色只有 0/1。
\(n,m\le 500,\sum k\le 50\)。
一半难度在读题和建对偶图(仅指代码实现)。
对于 \(n\le 100\),就是裸的集合划分模型,相邻格点之间连双向边,与源点汇点连边权为 0 的边。钦定颜色的格点只能连源点/汇点。问题转换为(非平面图)求最小割。
考虑 \(k=2\) 的做法,如果颜色相同,那么全部染为相同的颜色,代价为 \(0\),否则,问题转换为狼追兔子。平面图最小割转换为对偶图最短路即可。
考虑从 \(k=2\) 的做法启发正解,首先显然的是,相邻两个颜色相同的特殊点可以合并处理,因为他们中间一定不存在割。那这样特判掉只有一种颜色的特殊情节,外面的特殊点会围成一个长度为偶数,黑白颜色交替的环。
因为外面的点很少,只有 \(k\le 50\),所以我们完全可以跑 \(k\) 次最短路,求出从每个点出发跑对偶图得到的最小割,即对 \(\binom{k}{2}\) 种不同情况做 \(k=2\)。
考虑最终的匹配结果,即割的形状,可以发现割一定不交,否则可以看做“碰头再返回”。因此最终的匹配是类括号序列的形式,区间 dp 即可求解。复杂度 \(O(\sum k \times nm\log +\sum k^3)\)。
太难写了!