zoukankan      html  css  js  c++  java
  • 最大流最小割与对偶图

    对偶图是一种神奇的东西!
    对于一个平面图(G=(V,E))(也就是能画在平面上,且边的交点都在顶点处的图),则它的对偶图(G^*)的定义如下:
    1.(G^*)的每一个顶点对应(G)中的每一个面
    2.对于(G)中的边(e),若它的两侧为两个不同的平面(f_1^*)(f_2^*),则在(G^*)中有一个对应的边((f_1^*,f_2^*)),若为同一个平面(f_1^*),则对应一个自环((f_1^*,f_2^*))
    比较抽象,可以结合下面的图理解(绿边为对偶图的边):

    注意,((5,6))使得(G^*)中多了一个((f_4^*,f_4^*))的自环
    对偶图的好处是什么呢?有如下两条:
    1.对偶图(G^*)中的一个环对应(G)中的一个割
    2.最大流和最小割可以在对偶图中转化为最短路
    (两条性质貌似想一想就很显然啦QwQ)
    第二条性质很重要,可以极大地优化时间复杂度。但怎么把最大流(或最小割)转化到对偶图中来呢?
    比如对于上图,假设源点(S),汇点(T)分别为(1)(6)。首先我们先在(G)中在(1)(6)间连一条虚边:

    这样就多出了一个平面(f_5^*)。然后让(f_5^*)对应(S)(f_4^*)(无界面)对应(T),再建一个对偶图就行了(虚边不用管,即蓝色的那条):

    最大流或最小割就变成(S)(T)的最短路啦!就可以上(dij)

  • 相关阅读:
    Codeforces 813F Bipartite Checking 线段树 + 并查集
    Codeforces 263E Rhombus (看题解)
    Codeforces 173E Camping Groups hash
    Codeforces 311C Fetch the Treasure 取模意义下的最短路 (看题解)
    R 培训之 Table
    Docker命令详解
    Celery的实践指南
    Using Celery with Djang
    PostgreSQL
    改时区参考
  • 原文地址:https://www.cnblogs.com/dummyummy/p/10098842.html
Copyright © 2011-2022 走看看