POJ 1273 Drainage Ditches(最大流)
网上找到的一份比较好的关于网络流最大流的资料,学习下...
如图-1所示,在这个运输网络中,源点S和汇点T分别是1,7,各边的容量为C(u,v)。图中红色虚线所示就是一个可行流。标准图示法如图-2所示:
其中p(u,v) / c(u,v)分别表示该边的实际流量与最大容量。
关于最大流
熟悉了什么是网络流,最大流也就很好理解了。就是对于任意的u∈V-{s},使得p(s,u)的和达到最大。上面的运输网络中,最大流如图-3所示:MaxFlow=p(1,2)+p(1,3)=2+1=3。
在介绍最大流问题之前,先介绍几个概念:残余网络,增广路径,反向弧,最大流定理以及求最大流的Ford-Fulkerson方法。
残余网络 增广路径 反向弧
观察下图-4,这种状态下它的残余网络如图-5所示:
也许现在你已经知道什么是残余网络了,对于已经找到一条从S 到T的路径的网络中,只要在这条路径上,把C(u,v)的值更新为C(u,v)-P(u,v),并且添加反向弧C(v,u)。对应的增广路径Path为残留网络上从S到T的一条简单路径。图-4中1,2,4,7就是一条增广路径,当然还有1,3,4,7。
此外在未做任何操作之前,原始的有向图也是一个残余网络,它仅仅是未做任何更新而已。
最大流定理
如果残留网络上找不到增广路径,则当前流为最大流;反之,如果当前流不为最大流,则一定有增广路径。
Ford-Fulkerson方法
介绍完上面的概念之后,便可以用Ford-Fulkerson方法求最大流了。为什么叫Ford-Fulkerson方法而不是算法,原因在于可以用多种方式实现这一方法,方式并不唯一。下面介绍一种基于广度优先搜索(BFS)来计算增广路径P的算法:Edmonds-Karp算法。
算法流程如下:
设队列Q:存储当前未访问的节点,队首节点出队后,成为已检查的标点;
Path数组:存储当前已访问过的节点的增广路径;
Flow数组:存储一次BFS遍历之后流的可改进量;
Repeat:
Path清空;
源点S进入Path和Q,Path[S]<-0,Flow[S]<-+∞;
While Q非空 and 汇点T未访问 do
Begin
队首顶点u出对;
For每一条从u出发的弧(u,v) do
If v未访问 and 弧(u,v) 的流量可改进;
Then Flow[v]<-min(Flow[u],c[u][v]) and v入队 and Path[v]<-u;
End while
If(汇点T已访问)
Then 从汇点T沿着Path构造残余网络;
Until 汇点T未被访问
这是一道最大流的入门题,题目如下:
Time Limit: 1000MS | Memory Limit: 10000K | |
Total Submissions: 41645 | Accepted: 15583 |
Description
Farmer John knows not only how many gallons of water each ditch can transport per minute but also the exact layout of the ditches, which feed out of the pond and into each other and stream in a potentially complex network.
Given all this information, determine the maximum rate at which water can be transported out of the pond and into the stream. For any given ditch, water flows in only one direction, but there might be a way that water can flow in a circle.
Input
Output
Sample Input
5 4 1 2 40 1 4 20 2 4 20 2 3 30 3 4 10
Sample Output
50
Source
#include <iostream> #include <queue> using namespace std; const int N = 210; const int INF = 0x7FFFFFFF; int n,m,map[N][N],path[N],flow[N],start,end; queue<int> q; int bfs() { int i,t; while(!q.empty()) q.pop(); memset(path,-1,sizeof(path)); path[start]=0,flow[start]=INF; q.push(start); while(!q.empty()) { t=q.front(); q.pop(); if(t==end) break; for(i=1;i<=m;i++) { if(i!=start && path[i]==- && map[t][i]) { flow[i]=flow[t]<map[t][i]?flow[t]:map[t][i]; q.push(i); path[i]=t; } } } if(path[end]==-1) return -1; return flow[m]; //一次遍历之后的流量增量 } int Edmonds_Karp() { int max_flow=0,step,now,pre; while((step=bfs())!=-1) { //找不到增路径时退出 max_flow+=step; now=end; while(now!=start) { pre=path[now]; map[pre][now]-=step; //更新正向边的实际容量 map[now][pre]+=step; //添加反向边 now=pre; } } return max_flow; } int main() { int i,u,v,cost; while(scanf("%d %d",&n,&m)!=EOF) { memset(map,0,sizeof(map)); for(i=0;i<n;i++) { scanf("%d %d %d",&u,&v,&cost); map[u][v]+=cost; //not just only one input } start=1,end=m; printf("%d\n",Edmonds_Karp()); } return 0; }