算法学习笔记(8.2): 上下界网络流

合集 - 算法学习笔记(52)

1.算法学习笔记(∞)：杂项2023-08-172.算法学习笔记(1): 欧几里得算法及其扩展2023-01-123.算法学习笔记(2): 欧拉定理与逆元2023-01-134.算法学习笔记(3): 倍增2023-01-125.算法学习笔记(3.1): ST算法2023-10-136.算法学习笔记(4): 并查集及其优化2023-01-127.算法学习笔记(5): 最近公共祖先(LCA)2023-01-128.算法学习笔记(6): 树链剖分2023-01-129.算法学习笔记(7): 二分图2023-01-1310.算法学习笔记(8): 网络流2023-01-1311.算法学习笔记(8.0): 网络流前置知识2023-01-1312.算法学习笔记(8.1): 网络最大流算法 EK, Dinic, ISAP2023-01-14

13.算法学习笔记(8.2): 上下界网络流2023-01-14

14.算法学习笔记(8.3): 网络最大流 - 模型篇2023-12-1915.算法学习笔记(9): 中国剩余定理(CRT)以及其扩展(EXCRT)2023-01-1516.算法学习笔记(10): BSGS算法及其扩展算法2023-01-1617.算法学习笔记(11): 原根2023-01-1618.算法学习笔记(12): 线性基2023-02-0319.算法学习笔记(13): Manacher算法2023-02-0720.算法学习笔记(14): 字符串哈希2023-02-0621.算法学习笔记(15): Trie（字典树）2023-02-0822.算法学习笔记(16): 组合数学基础2023-02-0823.算法学习笔记(17): 快速傅里叶变换（FFT）2023-02-1024.算法学习笔记(18): 平衡树（一）2023-03-1025.算法学习笔记(19): 树上启发式合并（DSU on tree）2023-03-1826.算法学习笔记(20): AC自动机2023-03-2627.算法学习笔记(21): 平衡树（二）2023-05-1328.算法学习笔记(22): 逆序对与原序列2023-05-3129.算法学习笔记(23): 马尔可夫链中的期望问题2023-06-0130.算法学习笔记(24): 狄利克雷卷积和莫比乌斯反演2023-07-2731.算法学习笔记(25): 矩阵树定理2023-06-1632.算法学习笔记(26): 计算几何2023-07-2233.算法学习笔记(27): 后缀结构2023-07-2634.算法学习笔记(28): 筛法2023-07-2635.算法学习笔记(29)：分块2023-09-2036.算法学习笔记(30)：Kruskal 重构树2023-10-1337.算法学习笔记(31): 李超线段树2023-10-2038.算法学习笔记(32): 分治2023-10-2739.算法学习笔记(33): 格路径与计数2023-10-2940.算法学习笔记(34): 矩阵乘法与线段树标记2023-11-0341.算法学习笔记(35): CMD Tree2023-11-0342.算法学习笔记(36): 期望中的停时2023-11-0343.算法学习笔记(37): 点分治，边分治小记2023-11-0744.算法学习笔记(38): 矩阵2023-11-1345.算法学习笔记(39): 2-SAT2023-11-1346.算法学习笔记(40): 具体数学2023-11-2247.算法学习笔记(41): 朴素多项式算法2023-11-2248.算法学习笔记(42): 颜色段均摊2023-11-2349.算法学习笔记(43): 可持久化线段树 - 区间加！2023-11-2550.算法学习笔记(44): 二维问题小计2024-01-3151.算法学习笔记(45): 快速沃尔什变换 FWT2024-02-1952.算法学习笔记(46): 离散余弦变换（DCT）2024-03-16

收起

上下界网络流

目录

• 上下界网络流
  • 无源汇可行流
  • 有源汇上下界可行流
  • 有源汇上下界最大流
  • 有源汇上下界最小流
  • 作者有话说

前置知识以及更多芝士参考下述链接
网络流合集链接：网络流

上下界网络流是普通网络流的一种变体，对于网络流，我们不仅关注其流量的上界，下届同样有所体现。
题型大致有五种

• 有源汇
• 无源汇
• 可行流
• 最大流
• 最小流

虽然听着挺唬人的……其实理解了也非常简单

---

无源汇可行流

这是上下界网络流的基础，也是最简单的一种

给定一个没有源点和汇点，每条边有上下界的流量网络，目的是求有没有一种可能的流使得流量守恒

流量守恒：每一个点流入和流出的量相等

---

考虑这样一个图

我们先画出两个图

稍后解释是什么，以及有什么用

下界网络：

以及差界网络：

我们根据原图原图结构构造出了两张图

下界网络每一条边对应着流量下界，差界网络的每一条边容量对应着原图流量上下界的差

我们希望两个网络流相加之后恰好是原图的一种可行流，这首先要求下界网络是满流的（可行流至少必须达到下界）

但是考虑到流量守恒，我们需要对下界网络上不平衡的结点在差界网络上进行处理

首先我们在下界网络中新建一个虚拟源点 $S'$ 和虚拟汇点 $T'$

本文中虚拟的点都以 $'$ 结尾

接着考虑在下界网络中的一个点 $x$, 我们假设其流入流量为 $in(x)$, 流出流量为 $out(x)$

那么一共会出现三种情况：

• $in(x) \gt out(x)$ 即流入大于流出。那么在差界网络中，我们需要补齐多流入的部分。那么我们通过虚拟源点向点 $x$ 连一条容量为 $in(x) - out(x)$ 的边。

• $in(x) = out(x)$ 即流入等于流出，此时不需要处理

• $in(x) \lt out(x)$ 即流入小于流出，那么在差界网络中，我们需要补齐多流出的部分，所以，$x$ 向虚拟汇点连一条容量为 $out(x) - in(x)$ 边

通过上述处理之后，差界图就变为了：

左图为处理过的差界网络，右图为下界网络

在保证了下界网络的流量守恒之后，我们在修改过的差界网络上从 $S'$ 到 $T'$ 跑一次最大流，把每一条在原图上的边的流量加回到下界网络中，就是获得了一种可行流。

但是，总归是有不可行的时候：如果我们新建的附加边没有达到满流状态，表明在差网络没有办法补齐下界网络中的不守恒，也就是说，原网络中不存在可行流。

在实际中，我们并不需要建立下界网络，只需要对于查网络进行处理即可

在最后判断的时候只需要判断所有关于源点的附加边是否满流，或者所有关于汇点的附加边即可

有源汇上下界可行流

思考一下，在有源汇的网络流中，流是如何”流动“的

很明显，是从源点到汇点

也就是说，源点吐出流量，汇点吃到流量，且源点吐出和汇点吃掉的流量一定一是一样的

那么考虑我们如何将流量恒定的留在网络中？

很明显，我们把汇点吃掉的流量流回源点即可

换句话来说，我们只需要在实际汇点 $T$ 到源点 $S$ 连接一条流量为 $INF$ 的边就行了

如此处理之后，我们就把源点和汇点处理成网络中的一般点了

接着我们就只需要把它与一般的无源汇图进行一样的处理即可

如何寻找可行流流量？

由于我们将源点的流量流回了汇点，所以实际流量就是我们新建的从汇点到源点的边上的流量

处理之后大致是这样的

有源汇上下界最大流

考虑我们在处理后的图中得到了一个可行流，但是从实际源点与实际汇点间还可能有额外的流量

注意一下，下面是在跑完第一次最大流的剩余网络的基础上进行操作

最小流亦是

所以我们把在差界网络新建的所有额外边的流量设为 $0$（相当于删除这些边）然后再从 $S$ 到 $T$ 跑一次最大流即可

形象一点，我们在跑 $S'$ 到 $T'$ 的最大流时并不一定榨干了 $S$ 到 $T$ 的剩余流量，所以还需要再榨一次 \gou

那么此时原网络的最大流即是两次跑最大流的流量和

模板题：Zoj3229 Shoot the Bullet|东方文花帖|【模板】有源汇上下界最大流 - 洛谷

NOTICE: 在这种稠密图上跑最大流，还是必要当前弧优化的，不然会死的很惨……

有源汇上下界最小流

与最大流类似，但是不是榨干了，是把榨了的还回去 有种心虚的感觉

所以，同样处理所有新建的额外边，但是这次是从 $T$ 到 $S$ 跑一次最大流

可以看作把流量流回去

此时原网络的最小流即是两次最大流的流量差

作者有话说

如果我们在求最大或者最小流的时候采用的是ISAP算法，那么千万要记住，在删除边之后需要更改源点汇点重新跑一次BFS更新深度（其实不更新也没大问题，反正错了也不给钱是吧 ^_）

---

Update 2023.3.10 修复图片无法显示问题