数据结构之网络流入门(Network Flow)简单小节

网络流的相关定义:

  • 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
  • 汇点:另一个点也很特殊,只进不出,叫做汇点
  • 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。

  • 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

求解思路:

首先,假如所有边上的流量都没有超过容量(不大于容量),那么就把这一组流量,或者说,这个流,称为一个可行流

一个最简单的例子就是,零流,即所有的流量都是0的流。

  • (1).我们就从这个零流开始考虑,假如有这么一条路,这条路从源点开始一直一段一段的连到了汇点,并且,这条路上的每一段都满足流量<容量,注意,是严格的<,而不是<=。
  • (2).那么,我们一定能找到这条路上的每一段的(容量-流量)的值当中的最小值delta。我们把这条路上每一段的流量都加上这个delta,一定可以保证这个流依然是可行流,这是显然的。
  • (3).这样我们就得到了一个更大的流,他的流量是之前的流量+delta,而这条路就叫做增广路。我们不断地从起点开始寻找增广路,每次都对其进行增广,直到源点和汇点不连通,也就是找不到增广路为止。
  • (4).当找不到增广路的时候,当前的流量就是最大流,这个结论非常重要。

补充:

  • (1).寻找增广路的时候我们可以简单的从源点开始做BFS,并不断修改这条路上的delta 量,直到找到源点或者找不到增广路。
  • (2).在程序实现的时候,我们通常只是用一个c 数组来记录容量,而不记录流量,当流量+delta 的时候,我们可以通过容量-delta 来实现,以方便程序的实现。

相关问题:

为什么要增加反向边?

在做增广路时可能会阻塞后面的增广路,或者说,做增广路本来是有个顺序才能找完最大流的。

但我们是任意找的,为了修正,就每次将流量加在了反向弧上,让后面的流能够进行自我调整。

举例:

比如说下面这个网络流模型

我们第一次找到了1-2-3-4这条增广路,这条路上的delta值显然是1。

于是我们修改后得到了下面这个流。(图中的数字是容量)

这时候(1,2)和(3,4)边上的流量都等于容量了,我们再也找不到其他的增广路了,当前的流量是1。

但是,

这个答案明显不是最大流,因为我们可以同时走1-2-4和1-3-4,这样可以得到流量为2的流。

那么我们刚刚的算法问题在哪里呢

问题就在于我们没有给程序一个“后悔”的机会,应该有一个不走(2-3-4)而改走(2-4)的机制。

那么如何解决这个问题呢

我们利用一个叫做反向边的概念来解决这个问题。即每条边(i,j)都有一条反向边(j,i),反向边也同样有它的容量。

我们直接来看它是如何解决的:

在第一次找到增广路之后,在把路上每一段的容量减少delta的同时,也把每一段上的反方向的容量增加delta。

           c[x,y]-=delta;
           c[y,x]+=delta;

我们来看刚才的例子,在找到1-2-3-4这条增广路之后,把容量修改成如下:

这时再找增广路的时候,就会找到1-3-2-4这条可增广量,即delta值为1的可增广路。将这条路增广之后,得到了最大流2。

那么,这么做为什么会是对的呢?

事实上,当我们第二次的增广路走3-2这条反向边的时候,就相当于把2-3这条正向边已经是用了的流量给“退”了回去,不走2-3这条路,而改走从2点出发的其他的路也就是2-4。

如果这里没有2-4怎么办?

这时假如没有2-4这条路的话,最终这条增广路也不会存在,因为他根本不能走到汇点

同时本来在3-4上的流量由1-3-4这条路来“接管”。而最终2-3这条路正向流量1,反向流量1,等于没有流。

附录:(edmonds-Karp版本)

   1:  void update_residual_network(int u,int flow){                                             
   2:      while(pre[u]!=-1){
   3:          map[pre[u]][u]-=flow;                   
   4:          map[u][pre[u]]+=flow;                  
   5:          u=pre[u];
   6:      }
   7:  }
   8:  int find_path_bfs(int s,int t){
   9:      memset(visited,0,sizeof(visited)); 
  10:      memset(pre,-1,sizeof(pre));
  11:      visited[s]=1;
  12:      int min=INF;
  13:      queue<int> q;
  14:      q.push(s);
  15:   
  16:      while(!q.empty()){
  17:          int cur=q.front();q.pop();
  18:          if(cur==t)   break;  
  19:   
  20:          for(int  i = 1 ; i <= m ; i++ ){
  21:              if( visited[i] == 0 && map[cur][i] != 0){
  22:                  q.push(i);
  23:                  min=(min<map[cur][i]?min:map[cur][i]) ;
  24:                  pre[i]=cur;
  25:                  visited[i]=1;
  26:              }
  27:          }
  28:      }
  29:      if(pre[t]==-1) return 0;
  30:      
  31:      return min;
  32:  }
  33:  int edmonds_karp(int s,int t){
  34:      int new_flow=0;
  35:      int max_flow=0;
  36:      do{
  37:          new_flow = find_path_bfs(s,t);
  38:          update_residual_network(t,new_flow);
  39:          max_flow += new_flow;
  40:      }while( new_flow != 0 );
  41:      return max_flow;
  42:  }
时间: 2024-12-16 17:09:59

数据结构之网络流入门(Network Flow)简单小节的相关文章

Multi-target tracking by Lagrangian relaxation to min-cost network flow

Multi-target tracking by Lagrangian relaxation to min-cost network flow high-order constraints min-cost network flow multi-target tracking 读 "Multi-target tracking by lagrangian relaxation to min-cost network flow, CVPR,2013"小结. 昨晚老板让看一下这篇文章写几句总

HDU 3549(网络流入门之最大流)

Flow Problem Time Limit: 5000/5000 MS (Java/Others)    Memory Limit: 65535/32768 K (Java/Others) Total Submission(s): 10327    Accepted Submission(s): 4866 Problem Description Network flow is a well-known difficult problem for ACMers. Given a graph,

漫游Kafka入门篇之简单介绍

原文地址:http://blog.csdn.net/honglei915/article/details/37564521 介绍 Kafka是一个分布式的.可分区的.可复制的消息系统.它提供了普通消息系统的功能,但具有自己独特的设计.这个独特的设计是什么样的呢? 首先让我们看几个基本的消息系统术语: Kafka将消息以topic为单位进行归纳. 将向Kafka topic发布消息的程序成为producers. 将预订topics并消费消息的程序成为consumer. Kafka以集群的方式运行,

Java数据结构和算法之数组与简单排序

一.数组于简单排序 数组 数组(array)是相同类型变量的集合,可以使用共同的名字引用它.数组可被定义为任何类型,可以是一维或多维.数组中的一个特别要素是通过下标来访问它.数组提供了一种将有联系的信息分组的便利方法. 一维数组 一维数组(one‐dimensional array )实质上是相同类型变量列表.要创建一个数组,你必须首先定义数组变量所需的类型.通用的一维数组的声明格式是: type var‐name[ ]; 获得一个数组需要2步: 第一步,你必须定义变量所需的类型. 第二步,你必

[转]Network flow monitoring with Open vSwitch

With network virtualization, the software switches (such as Open vSwitch) on the servers act like the edge switches. So, to gain insights into the network flow behavior, it becomes important to have some sort of flow monitoring technique to analyze t

网络流 HDU 3549 Flow Problem

网络流 HDU 3549 Flow Problem 题目:http://acm.hdu.edu.cn/showproblem.php?pid=3549 用增广路算法进行求解,注意的问题有两个: 1. 每次增广的时候,反向流量也要进行更行,一开始没注意,WA了几次 ORZ 2. 对于输入的数据,容量要进行累加更新. // 邻接矩阵存储 #include <bits/stdc++.h> using namespace std; const int INF = 0x7fffffff; const i

1小时ASP入门,非常简单

1小时ASP入门,非常简单 1小时ASP入门,非常简单. <%    语句    --   %> <2>定义变量dim语句 <%   dim a,b   a=10   b="ok!" %> 注意:定义的变梁蒙以是数值型,也可以是字符或者其他类型的 <3>简单的控制流程语句   1. If 条件1 then      语句1 elseif 条件2 then      语句2 else      语句3 endif 2.while 条件   

RPC学习----Thrift快速入门和Java简单示例

一.什么是RPC? RPC(Remote Procedure Call Protocol)——远程过程调用协议,它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的协议. RPC协议假定某些传输协议的存在,如TCP或UDP,为通信程序之间携带信息数据.在OSI网络通信模型中,RPC跨越了传输层和应用层.RPC使得开发包括网络分布式多程序在内的应用程序更加容易. 二.什么是Thrift? thrift是一个软件框架,用来进行可扩展且跨语言的服务的开发.它结合了功能强大的软件堆栈和

1、数据结构笔记之一入门基本概念

1.蛤蟆的数据结构笔记之一入门基本概念 最近一段时间一句名言一直徘徊在我的耳畔,并非警示名言,而是老子中的一句平常话,"合抱之木.生于毫末;九层之台.起于累土;千里之行.始于足下;千里之堤.毁于蚁穴".这句初中便能开口套用的熟语,这么多年后还是久久不能行于实践.怪世人太急于成功,还是怪自己过于浮夸? 不管是什么,让我们再一次的从脚下走起. 从哪里走起?汇编?C?操作系统?组成原理?离散数学?形式语言?数理逻辑?还是其他?对比分析良久,最后还是选定了数据结构.因为数据结构的内容不仅是一般