网络流

网络流

网络流概念

　　　在一个有向图上选择一个源点，一个汇点，每一条边上都有一个流量上限（以下称为容量），

　　　即经过这条边的流量不能超过这个上界，同时，除源点和汇点外，所有点的入流和出流都相等，

　　　而源点只有流出的流，汇点只有汇入的流。这样的图叫做网络流。

相关定义

1.　源点：有n个点，有m条有向边，有一个点很特殊，只出不进，叫做源点。

2. 汇点：另一个点也很特殊，只进不出，叫做汇点。

3. 容量和流量：每条有向边上有两个量，容量和流量，从i到j的容量通常用c[i,j]表示,流量则通常是f[i,j].

　　通常可以把这些边想象成道路，流量就是这条道路的车流量，容量就是道路可承受的最大的车流量。

　　很显然的，流量<=容量。而对于每个不是源点和汇点的点来说，可以类比的想象成没有存储功能的货物的中转站，

　　所有“进入”他们的流量和等于所有从他本身“出去”的流量。

4.　最大流：把源点比作工厂的话，问题就是求从工厂最大可以发出多少货物，是不至于超过道路的容量限制，也就是，最大流。

增广路算法

　　该方法通过寻找增广路来更新最大流，有 EK,dinic,SAP,ISAP 主流算法。

　 求解最大流之前，我们先认识一些概念。

　　最常用的就是dinic　但是费用流需要用到EK算法，so，要学会EK算法，dinic；

　　增广路：在图中若一条从源点到汇点的路径上所有边的 剩余容量都大于 0 （注意是大于不是大于等于），这条路被称为增广路。

求解思路

　 从图中找一条增广路，然后增广，怎么找？

　　1.从源点开始bfs，找到到汇点的一条路径，并记录这条路径上所有边剩余流量最小值，因为要找增广

　　路，所以我们在bfs时要判断一下边的剩余容量是否为0，记得用一个pre数组记录下路径。

　　2.找到路径后，对其进行增广（代码里的up函数），增广就是把这条路径的每条边都减去这

　　些边中剩余流量的最小值（bfs时记录），反向边加上这个最小值（关于方向边下面再解释）。

　　3.一直找增广路增广，直到不能增广为止（找不到增广路）。

　　可以看下面这张图。

上面我们提到了反向边，下面我们解释下为什么要建反向边。（放图，简单图我还是可以的现学的）

　像我们上面这张图，因为我们bfs时不能确定第一次走哪条边，要是你像bmf一样运气不好，

　如果bfs第一次找到的增广路是1→3→2→1的话，我们最后求得的最大流就是1.

　但是很明显这张图最大流是2，所以我们发现第一次找的增广路不是最优的，这时候你就凉了。

　那我们怎么解决呢反向边，反向边其实就是一个反悔的机会，也就是让流过的流量流回去。

　如果还不明白的话还学什么网络流，下面模拟一下这个过程。

　先说一下反向边的一些东西，反向边初始化为0，当正向边剩余流量减少的是时候，

　反向边流量增加同样的值，因为我们可以反悔的流量等于已经从这条边正向流过的流量。

　下面看一下我们是如何通过反向边反悔的又要做图qaq。

　因为我不会画反向边，所以我们假设‘1/0’左边那个数字表示正向变边权，右边是反向边。

　下面这张图就是建完边后的图。

　如果我们第一次找到的增广路是1→3→2→1的话，总流量+1=1，图就变成了

　我们发现我们还可以找到增广路1→2→3→4，总流量+1=2，图变成

　然后发现，找不到增广路了，程序结束不用作图了，我们发现

再找增广路的过程中3→2这条边正向一次，反向一次，相当于流量为0.

这就是反向边的作用。

另外提供一种小技巧，使用邻接表建图的话，可以边的编号从2开始建，我们知道

2^1=3,31=2……

这样的话我们可以通过异或得到反向边的编号（记得建完正向边，紧接着就建反向边），具体看代码

时间复杂度为O(nm2)至于为什么，本人很菜不会，另外，一般时间复杂度是远远达不到这个值的。

代码（由于本人没写过EK，所以从同学那扒了一份）

#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#define LL long long
using namespace std;
const int inf=1<<29;
const int N=207;
const int M=5e3+7;
int n,m,s,t,cnt=1;//从编号2开始建边 
LL maxf;//最大流 
int head[N],vis[N],pre[N];
LL incf[N];
LL v[N][N]; 
struct edge{
    int v,nxt;
    LL w;
}e[M<<1];//因为要建反向边，所以开二倍空间 
void add_edge(int u,int v,LL w){//存边 
    cnt++;
    e[cnt].v=v;
    e[cnt].w=w;
    e[cnt].nxt=head[u];
    head[u]=cnt;
}
bool bfs(){
    memset(vis,0,sizeof(vis));
    queue<int>q;
    q.push(s);
    vis[s]=1;
    incf[s]=inf;
    while(q.size()){
        int now=q.front();q.pop();
        for(int i=head[now];i;i=e[i].nxt){
            if(e[i].w==0||vis[e[i].v])continue;
            int to=e[i].v;
            incf[to]=min(incf[now],e[i].w);//记录路径最小边的流量 
            pre[to]=i;//记录路径边的编号 
            q.push(to);
            vis[to]=1;
            if(to==t)return 1;
        }
    }
    return 0;
}
void up(){
    int x=t;
    while(x!=s){
        int i=pre[x];
         e[i].w-=incf[t];
         e[i^1].w+=incf[t];//反向边加上正向边减少的流量 
         x=e[i^1].v;
    }
    maxf+=incf[t];
} 
inline int read()
{
    int x = 0 , f = 1;  char ch = getchar();
    while(ch < '0' || ch > '9') {if(ch == '-')  f = -1; ch = getchar();}
    while(ch >= '0' && ch <= '9') {x = (x << 3) + (x << 1) + (ch ^ 48); ch = getchar();}
    return x * f;
}
int main(){
    n = read(); m = read(); s = read(); t = read();
    for(int i=1;i<=m;i++){
        int x,y,z;
        x = read(); y = read(); z = read();
        v[x][y] += z;
    }
    for(int i = 1;i <= n;i ++) for(int j = 1;j <= n;j ++) if(v[i][j]) add_edge(i,j,v[i][j]),add_edge(j,i,0);
    while(bfs())up();
    cout<<maxf<<endl;
}

//码风过丑，请联系Aswert 这锅我不背

Dinic 算法

学了EK还学dinic有什么用呢，有用，我们来分析下下面这张图不小心把颜色改了下，懒得再做一张。

如果你运气不好的话像bmf一样，若你每次找到的增广路都经过了2→3或3→2这条边的话你又凉了

所以这时候就用到了我们的Dinic算法。

Dinic 算法 的过程是这样的：每次增广前，我们先用 BFS 来将图分层。设源点的层数为1 ，

那么一个点的层数便是它离源点的最近距离。

层次用数组dep表示。分层图对于每条边满足dep[v]=dep[u]+1。

我们思考，EK算法每轮可能会遍历整个图，但只找出一条增广路，属于单路增广。

而Dinic属于多路增广，时间复杂度O(n2m)

求解思路

1.bfs求出节点的层次，构建分层图

2.对于求出的分层图，用dfs进行多路增广，由于本人菜，讲的不是很明白，我们可以看代码

3.当前弧优化 ：cur[]数组的应用，如果一条边已经被增广过，那么它就没有可能被增广第二次。那么，我们下一次进行增广的时候，

就可以不必再走那些已经被增广过的边。

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<queue>
using namespace std;
#define LL long long
const int INF = 2333333;
const int N = 210;
int n,m,x,y,w,s,t,tot = 1;
LL maxflow;
int dep[N],head[N];
struct node{
	int to , net , w;
}e[1000010];
inline int read()
{
	int s = 0 , w = 1; char ch = getchar();
	while(ch < '0' || ch > '9'){if(ch == '-')w = -1; ch = getchar();}
	while(ch >= '0' && ch <= '9'){s = s * 10+ch-'0'; ch = getchar();}
	return s * w;
}
void add(int x, int y , int w)
{
	e[++tot].w = w;
	e[tot].to = y;
	e[tot].net = head[x];
	head[x] = tot;
}
bool bfs()//构建分层图 
{
	memset(dep , 0 , sizeof(dep));//每个节点层次初始化 
	queue<int> q;
	q.push(s); dep[s] = 1;//源点初始化为1； 
	while(!q.empty())
	{
		int x = q.front(); q.pop();
		for(int i = head[x]; i; i = e[i].net)
		{
			int to = e[i].to;
			if(e[i].w && !dep[to])//构建分层图的时候要保证边不为0,如果dep[]已经被更新就不用更新了 
			{
				q.push(to);
				dep[to] = dep[x] + 1;
				if(to == t) return 1;//如果到达汇点，进行dfs 
			}
		}
	}
	return 0;
}
int dinic(int x , int flow)
{
	if(x == t) return flow;
	int rest = flow , k;//rest表示当前这个节点最大允许通过流量 
	for(int i = head[x]; i && rest; i = e[i].net)
	{
		int to = e[i].to; int val = e[i].w;
		if(val && (dep[to] == dep[x] + 1))//寻找增广路 
		{
			k = dinic(to , min(rest , val));
			if(!k) dep[to] = 0;//如果在to之后的路径找不到增广路,踢出分层图 
			e[i].w -= k; e[i^1].w += k;
			rest -= k;//当前节点最大允许通过流量减去这次通过的流量 
		}
	}
	return flow - rest;
}
int main()
{
	n = read(); m = read(); s = read(); t = read();
	for(int i = 1; i <= m; i++)
	{
		x = read(); y = read(); w = read();
		add(x,y,w); add(y,x,0);
	}
	int flow = 0;
	while(bfs())
	{
		while(flow = dinic(s,INF)) maxflow += 1LL*flow;
	}
	printf("%lld\n",maxflow);
	return 0;
}

最小割

最小割问题是指：给出一种有向图（无向图）和两个点s，t以及图中的边的边权，

求一个权值和最小的边集，使得删除这些边之后是s，t不连通。这类问题，一般运用最

大流等于最小流定理，求出最大流来解决。证明自行百度百科

代码同上。

转载于jbh大佬的博客
ENDing！