众所周知，网络流是探究网络上运输的一种图论分支。但是大多数人在第一次接触这个题时都有些畏惧感（比如说我），大佬可以自信跳过..
本文包括:
1.网络流的概念及基本性质
2.略谈 Edmonds-Karp增广路算法
3.详谈 Dinic 算法
4.网络流的应用以及ISAP算法引入
1 . 网络流的概念及基本性质
网络流是图论的一种重要分支，我们可以将网络流初步理解为一种 水道 一样的网络。
基本定义： （部分参考《算法竞赛进阶指南》）
对于一个网络 G = (V , E )G=(V,E) 为一张有向图，图中的每条有向边 ( X,Y)∉E(X,Y)∉E , 则 C(X,Y) = 0C(X,Y)=0 。图中还有两个节点 S , TS,T 十分特殊，我们将其称为 源点 和 汇点 。
我们将 ff 函数称作网络的流函数。
对于 (X,Y)∈E , f(X,Y)(X,Y)∈E,f(X,Y) 称为边的流量 ， C(X,Y) - f(X,Y)C(X,Y)−f(X,Y) 称为边的剩余流量。
知道大佬们都不想看， 那么直接一点。
假设有一片有向的水域，有多条有向的河流，河流都从 SS 点出发，最终都汇向 TT 点。每条河流有一定的宽度，只允许最多不超过该条河流边权值 的水流通过。
如上图 ，蓝点为源点 ， 红点为汇点。而紫色点和紫色边显然无用，选择不流过紫色。
默认 S 点的水量有无限多。
在初步了解后，按照流函数的定义，一个网络中的每条边实际上都有一条反向边，并且这些反向边都有一个负的流量， 这个定义将有助于我们解决之后的回溯问题。
基本性质：
1.容量限制
任意一条边的流量必定小于它的容量（及它的边权）。
2.斜对称定理
一条边 (X,Y)(X,Y) 中 XX 到 YY 的流量必定与其反边 (Y,X)(Y,X) 中 YY 到 XX 的流量相反。
3.流量守恒定理
除了源点 SS 和 汇点 TT 外 ，任意节点的 流入总量 都等于 流出总量 。即不会存储流量 。
2.略谈 Edmonds-Karp增广路算法
学习过匈牙利算法的同学已经了解增广路的定义，没有的话建议先 AA 掉P3386 【模板】二分图匹配 ，将有利于理解本文（貌似没有关联）。
但是增广路此时的定义为：
一条增广路从源点 SS 到汇点 TT 的路径上各边的剩余流量的最小值大于 0 。
而Edmonds-Karp增广路算法（下列简称EK算法）的思路就是对该网络进行BFS，不断找出其增广路，直至将该网络上的所有增广路全部找出。
EK算法的正确性显然，在这里就不给出详细证明。（有兴趣者可参考《算法竞赛进阶指南》）。
EK算法具体实现过程如下：
1 . 用BFS在网络上寻找可行增广路。
2 . 在BFS找到任意一条增广路时计算出该增广路上各边剩余流量的最小值 min 。
3 . 最大流 maxflowmaxflow 的值增加 min ,如此往复直至BFS找不增广路。
给出图 及 图的最大流 7 作参考
代码暂未上传。
但是EK算法存在明显的局限性，及每次更新都要从头到尾BFS一下，只能解决 O(nm^2)O(nm2) 的网络。
于是我们又有下面这个经一步优化的算法。
3.详谈 Dinic 算法
之所以详谈Dinic算法，是因为Dinic算法是代码较简单，较容易实现并且效率极高的网络流算法之一，它对于普通的网络图，处理范围可以达到 10^4 - 10^5104−105 。而相比之下，EK算法仅有 10^3 - 10^4103−104 的处理范围。
并且某位大师推演出Dinic算法在二分图中的复杂度仅有 m sqrt{n}mn
我们先介绍一下Dinic算法的核心之一：残量网。
残量网是指在当前网络中的所有节点以及 剩余容量大于 00 的边构成的子图。
但是有了残量网还不够，要精准判断残量网上两点 X,YX,Y 的关系，即判断它们是否有环之类神奇的边，我们还要借助满足 d[y] = d[x] + 1d[y]=d[x]+1 的分层图。
Dinic算法思路：
1 . 开一个队列， 在残量网中BFS一次，按照遍历层数为每个点表上层次 d[ x ]d[x] ，构造分层图并且判断能否从源点 SS到达汇点 TT 。如果失败则说明残量网无法到达汇点。
2 . 在构造好的残量网上DFS寻找增广路并且，更新边及反边，（否则DFS无法后悔）。
3 . 不断重复 1 2 步骤直至构造的残量网无法到达汇点。
实践是检验真理的唯一标准
AC 代码及讲解：
#include<bits/stdc++.h> using namespace std; const int inf = 0x3f3f3f3 , N = 10000 + 19 ; int head[ N*2 ], d[ N ] , to[ N*10*2 ] , w[ N*10*2 ] , next[ N*10*2 ] ; int n , m , s, t , tot = 1 , maxflow = 0 ;//maxflow记录答案 inline int read() { int s = 0,w = 1; char g = getchar(); while(g<'0'||g>'9'){if(g=='-')w*=-1;g = getchar();} while(g>='0'&&g<='9'){s = s*10+g-'0';g = getchar();} return s*w; } queue<int> q ;//广搜时采用队列 void add( int x , int y , int z ){ tot++; to[ tot ] = y , w[ tot ] = z , next[ tot ] = head[ x ] , head[ x ] = tot; tot++; to[ tot ] = x , w[ tot ] = 0 , next[ tot ] = head[ y ] , head[ y ] = tot; }//建立边和反向边，注意反向边的流量初始为 0 bool bfs(){//在残量网络上构造分层图 memset( d , 0 , sizeof(d) ) ; //将之前的分层清0，继续跑残量网络找可行增广路 while( q.size() ) q.pop() ; //队列清 0 ; q.push( s ) ; d[ s ] = 1 ; //将源点加入队列，层数为 1 ，开始广搜 while( q.size() ){ int x = q.front() ; q.pop() ; for( int i = head[ x ] ; i ; i = next[ i ]) if( w[ i ] && !d[ to[i] ] ){//目标边的流量不为0 且 为被遍历分层 q.push( to[ i ] ) ; d[ to [ i ] ] = d[ x ] + 1; if( to[ i ] == t )return 1 ; //找到一条可行增广路 } } return 0 ;//未找到，不存在增广路 } int dinic( int x , int flow ){ //在分层图上进行增广 if( x == t )return flow ;//源点即使汇点，流量不限量 int rest = flow , k ; for( int i = head[ x ] ; i && rest ; i = next[ i ] )//当前可流入最大流量不为0 , if( w[ i ] && d[ to [ i ] ] == d[ x ] + 1 ){//目标路径有剩余流量，且不存在环之类神奇的东西 k = dinic( to[ i ] , min( rest , w[ i ] ) );//继续搜 if( !k )d[ to [ i ] ] = 0 ; //剪枝，如果 k(下一层可流入流量图为 0 )，cut w[ i ] -= k ; w[ i ^ 1 ] += k ;//占用k流量，注意反边要加上k，不然无法退回 rest -= k ; //当前节点的剩余汇入流量-k; } return flow - rest ; //递归完成 } int main() { n = read() ; m = read() ; s = read() ; t = read() ; for( int i = 1 ; i <= m ; ++i ){ int x = read() , y = read() , L = read() ; add( x , y , L ) ; } int flow = 0 ; while( bfs() ){//存在增广路 while( flow = dinic ( s , inf ))maxflow += flow ; } printf("%d",maxflow) ; return 0 ; }
Dinic算法一定要手敲一遍板子，不然你连错在哪都查不出来（除了机对）。
4.网络流的应用以及ISAP算法引入
ISAP算法是EK算法的另一类优化， ISAP算法只需一次BFS即可，但代码难度远远高于Dinic算法。
ISAP算法复杂度在非二分图上高于Dinic算法，在二分图则不如Dinic算法。
在此暂时不详讲，日后会更新ISAP算法详解。
网络流的应用
网络流应用较广， 但建议新手按以下顺序A题，熟练算法和增强应用能力。
网络流的应用
网络流应用较广， 但建议新手按以下顺序A题，熟练算法和增强应用能力。
感谢ssw大佬！！