• 网络流(五)有上下限的最大流


    传送门:

    网络流(一)基础知识篇

    网络流(二)最大流的增广路算法

    网络流(三)最大流最小割定理

    网络流(四)dinic算法

    网络流(五)有上下限的最大流

    网络流(六)最小费用最大流问题

    转自:https://blog.csdn.net/water_glass/article/details/6823741

    问题模型:

    给定一个加权的有向图,满足:

    (1)容量限制条件:

                  

    (2)流量平衡条件:

                 

    (2)中的即除了源汇外,所有点都满足流量平衡条件,则称G为有源汇网络;否则,即不存在源汇,所有点都满足流量平衡条件,则称G为无源汇网络。

    将这类问题由易到难一一解决:

    问题[1] 求无源汇的网络有上下界的可行流

    由于下界是一条弧上的流必需要满足的确定值。下面引入必要弧的概念:必要弧是一定流要满的弧。必要弧的构造,将容量下界的限制分离开了,从而构造了一个没有下界的网络G’:

    1. 将原弧(u,v)分离出一条必要弧:。(红色表示)

    2. 原弧:

    由于必要弧的有一定要满的限制,将必要弧“拉”出来集中考虑:

    添加附加源x, 附加汇y。想像一条不限上界的(y, x),用必要弧将它们“串”起来,即对于有向必要弧(u, v),添加(u, y),(x, v),容量为必要弧容量。这样就建立了一个等价的网络。

    一个无源汇网络的可行流的方案一定是必要弧是满的。若去掉(y, x)后,附加源x到附加汇y的最大流,能使得x的出弧或者y的入弧都满,充要于原图有可行流。

    算法:

    1. 按上述方法构造新网络(分离必要弧,附加源汇)

    2. 求附加源x到附加汇y的最大流

    3. 若x的出弧或y的入弧都满,则有解,将必要弧合并回原图;否则,无解。

    问题[2] 求有源汇的网络有上下界的可行流

    加入边(t, s),下界为0(保证不会连上附加源汇x, y),不限上界,将问题[2]转化为问题[1]来求解。

    调用dinic算法

     1 bool lowbound_flow(int n, int source, int sink)
     2 {
     3     init(n + 2);
     4     vector<int>tot_in(n + 1), tot_out(n + 1);
     5     for(int i = 0; i < (int)u.size(); i++)
     6     {
     7         if(U[i] < L[i])return false;
     8         tot_in[v[i]] += L[i];
     9         tot_out[u[i]] += L[i];
    10         addedge(u[i], v[i], U[i] - L[i]);
    11     }
    12     addedge(sink, source, 100000000);
    13     int super_source = n + 1;
    14     int super_sink = n + 2;
    15     for(int i = 0; i < n; i++)
    16     {
    17         addedge(super_source, i, tot_in[i]);
    18         addedge(i, super_sink, tot_out[i]);
    19     }
    20     int ans = Maxflow(super_source, super_sink);
    21     //cout<<ans<<endl;
    22     for(int i = 0; i < G[super_source].size(); i++)
    23     {
    24         edge& tmp = e[G[super_source][i]];
    25         if(tmp.f != tmp.c)return false;//判断是否满流 不满流则错误
    26     }
    27     return true;
    28 }

    问题[3]求有源汇的网络有上下界的最大流

    算法:

    1. 先转化为问题[2]来求解一个可行流。若可行无解,则退出。由于必要弧是分离出来的,所以就可以把必要弧(附加源汇及其临边)及其上的流,暂时删去。再将(T,S)删去,恢复源汇。

    2. 再次,从S到T找增广轨,求最大流。

    3. 最后将暂时删去的下界信息恢复,合并到当前图中。输出解。

    这样既不破坏下界(分离出来)也不超出上界(第2步满足容量限制),问题解决。

    问题[4]求有源汇的网络有上下界的最小流

    算法:

    1. 同问题[3]。

    2. 从T到S找增广轨,不断反着改进。

    3. 同问题[3]。

    问题[3]与问题[4]的另一种简易求法:

    注意问题[2]中,构造出的(t, s),上下界几乎没什么限制。下面看看它的性质:

    定理:如果从s到t有一个流量为a的可行流f,那么从t到s连一条弧(t, s),其流量下界b(t, s) = a,则这个图一定有一个无源汇的可行流:除了弧(t, s)的容量为a外,其余边的容量与f相同。

    证明:如果从s到t的最大流量为amax,那么从t到s连一条下界b(t, s) = a’ > amax的弧(t, s),则从在这个改造后的图中一定没有无源汇的可行流:否则将这个可行流中的弧(t, s)除去,就得到了原图中s到t的流量为a’的流,大于最大流量amax,产生矛盾。

    可以二分枚举这个参数a,即下界b(t, s),每次用问题[1]判断是否有可行流。这样就可以求出最大流。

    同理,问题[4]要求最小流,只要二分枚举上界c(t, s)即可。

    因为朴素的预流推进算法O(N3),总复杂度为O(N3 log2流量) 。

    思路:

    无源汇 (附加源汇+最大解决)

    有源汇 (附加(T,S)->无源汇)

    求有源汇的网络有上下界的最大流:(s-u v-t之间的路省略了)

    (1)对于每条边,拉出一条必要弧(下限)

     


    (2)去除T到S的边,然后求S-T的最大流F0

     

    (3)如果S-T的最大流使得所有的S出边流量满,T的入边流量满,问题有解,否则无解

    两者只要有一者是满的,另一个一定是满的,因为总的出流量=总的入流量

    有解的时候F0 = 所有下界之和

    (4)如果有解,在原来S-T的最大流网络的基础上,删去所有与S和T相连的边,并且剩下的每条边的流量都加上下限值,在此基础上继续扩充找增广路,最终的得到的答案就是最大流

    挑战中介绍了第4步另一种方法,直接在S->s连+INF的边,t->T连+INF的边,再求一遍S-T的最大流F,那么原图最大流为F-F0(也就是F-下界之和)

  • 相关阅读:
    如何使用Arrays工具类操作数组
    Java 内存模型详解
    HashSet源码分析:JDK源码系列
    在ASP.NET Core中用HttpClient(六)——ASP.NET Core中使用HttpClientFactory
    在ASP.NET Core中用HttpClient(五)——通过CancellationToken取消HTTP请求
    在ASP.NET Core中用HttpClient(四)——提高性能和优化内存
    ASP.NET Core与Redis搭建一个简易分布式缓存
    在ASP.NET Core中用HttpClient(三)——发送HTTP PATCH请求
    在ASP.NET Core中用HttpClient(二)——发送POST, PUT和DELETE请求
    在ASP.NET Core中用HttpClient(一)——获取数据和内容
  • 原文地址:https://www.cnblogs.com/fzl194/p/8858921.html
Copyright © 2020-2023  润新知