为什么写这篇文章，早在很早之前就有接触图论的知识，多多少少走了很多的弯路。
也请教了好多大牛，对于图论，这个重要的知识点，大多是理解的比较含糊不清。
有时候，好多人说，图论不就是套模板的事情吗？是的，对于一般的竞赛选手，也只是会套模板。
甚至，对于不是做acm竞赛的人来说，这些知识点，我只要知道，传入什么值，给我什么样的结果
就行了，只知其然，不知其所以然。
看了看刘汝佳的书，参考了一下，对于网络流这一部分来说，其算法本身，可以说是一门艺术。
由于水平有限，网络流的应用十分广泛，这里我介绍一下，网络流的初步。以后有了比较好的认识，再
作补充。
1、最大流问题。(Maximum-Flow)
描叙：由于网络边上有一个属性——容量，所以产生了，从起点到汇点的最大流的问题。
解法：
1、增广路定理：在残余网络上，如果存在一条可行流，那么一定可以沿着这条可行流
增广，流量增大，流量的增加量就是，这条可行流的瓶颈。
2、EK算法：就是利用这一特点，不停的在残余网络上找可行流，(手段是：BFS)，直到
找不到这样的可行流，注意的是，每次找到可行流，就要更新残余网络。
3、Dinic算法：也是利用增广路定理，在EK算法上优化，怎么优化呢？就是预先将残余网络
分层(手段是：BFS)，然后沿着层次图，找可行流(手段是：DFS)；
2、最小割最大流定理。
很早就听说过了，最小割 = 最大流。其中的原因是值得思考的。记得hihocode上有一个题目就是求这个最小割集。
首先，为什么会有最小割 = 最大流呢？
割的定义：S,T两个集合，如果将这两个集合之间的边都删掉，整个集合就被分成了(S,T)，成为
s-t割。他的容量c(s,t) 为他们之间的边的容量之和。显然可以知道c(s,t)>=f(s,t)的。
当我们找到最大流的时候，整张图，可以分成两个集合S,T，哪两个呢？ a[u]>0的集合为S，a数组是可修改量
那么这两个集合有什么特点，就是，从 T 到 S 的流量为 0 ，f(S,T) = C(S,T)的，这样，和之前的 C(S,T)>=F(S,T)
相比，我们就找到了使得等号成立的解了，就是 a[u] > 0 的 S集合。这个 C 也是最小的。
3、最小费用最大流。(MCMF)
给网络流加一个属性：费用。每条边上，每通过一个单位流量的费用cost；
问题：从起点到终点，在总流量最大的前提下，总费用最小的流。
解法：
费用是每条边都要给的，不仅要找到瓶颈，还得知道单位流量需要的费用。这里我们就想到了最短路。
那么费用就是d[t]*a[t];