网络最大流是网络流中最基础也是最重要的部分,后边的许多模型也都是由最大流问题引申而来的
在研究这个问题之前,让我们先来学习一下前置知识
设f(u,v)表示边(u,v)的当前容量上限
设c(u,v)表示边(u,v)的最大容量上限
如果网络流图中的流量满足
则称该流为一个可行流
增广:即增加一条路径上的流量
增加一条路径的流量,即减少这条路径的当前流量上限,即f(u,v)的值
增广是我们求解最大流的基础
定义:在所有可行流中流量最大的流
那么我们如何求解这个东西呢?
很显然的一种思路就是找到整个网络中的容量上限最小的边
增广(就是加流量)这条路径,不断的重复
暂且不说这么做时间复杂度如何
我们先考虑一下它的正确性。
这么做貌似很有道理,
但是!
以上图为例,如只是无脑增广的话,很可能对SABT这条边进行增广,而增广完这条边后,就再也没有可以增广的路径了,求出的最大流为$3$,下图为增广后的网络流图
很显然,这么做是错的,因为我们可以分别增广SAT,SBT这两条路径,得到的流量为6
那怎么解决这个问题呢?
我们需要引入一个非常重要的概念——反向边
例如,对于SA这条容量为3的边,我们可以认为存在一条容量为0的边AS与之对应,对于SA进行增广,即减小它的容量上限,相当于增大AS的容量上限
也就是说,我们允许从SA流出的流量倒流回去,给它一个悔改的机会
这样,对于上图而言,我们可以借助反向边来更改自己的错误操作,建立反向边后的图如下图所示
这样我们便又有了一条新的增广路SBAT,对这条路径进行增广后我们便可以得到网络最大流为5
考虑一下,为什么这样是对的?
原因很简单,造成我们刚开始做出错误决策的边为AB,最大流本不应经过这里,但是我们却无脑的经过了这里
因为反向边BA的存在,我们又把从A流向B的流量给退了回去。这就相当于没有经过AB这条边
(本节以下内容读者可以直接略过,属于本蒟蒻瞎扯,可能把读者带到沟里面,目前已有一人受害)反向弧到这里本就应该结束了,但是本蒟蒻在学习的过程中一直有个问题不明白为什么加反向弧是对的?如果不考虑反向弧,我们选择的路径为$SAT$,$SBT$,但是加了反向弧之后我们的路径貌似不是这么选的啊。。尤其是$AT$这条边的流量,本应该是从$SA$流过来,但实际是从$SB$流过来。这样为什么是对的呢?这个问题我思考了很长时间,最终得出了一个很不靠谱的结论因为经过$AB$这条边的流量为$SA,AB,BT$的最小值,然后xjb分情况讨论一下,%……&*()()*&……%¥)(大概要分个一二十种情况吧,然后发现都是对的,其实就是各边之间的流量等效替代问题。。。)看到这儿的同学,恭喜你们被带到坑里啦O(∩_∩)O哈哈~
我目前见过的最大流算法有以下几种
对于这些算法,博主给大家的建议是:
另外,在书上看到过据说可以使用动态树优化最大流算法,但是把百度翻遍了也没找到代码。。。
如果您会的话欢迎教一下本蒟蒻,感激不尽
由于想讲的详细一些,所以想了一下把每个算法分开讲吧,我会尽快更新哒:grinning:
(最近这几天可能不太好办了,因为博主在外面学(bei)习(nue),只有晚上才能更博客)