• 网络流问题,及其代码


    之前的一个学习一直在看图像分割的部分内容,基于交互的图像分割基本都是用图割的算法,全自动的图割算法也有最小生成树的改进算法。

    现在想写点东西,从算法 的最本质问题,图论中的网络流问题开始,做个总结,也算是对知识的一个回顾。

     

    网络最大流,增广路,残留网络,最小割这几个基本概念是构成最大流最小割定理的基本概念。而该定理是网络流理论的基础。

     

    我们还有一下几个问题需要搞清楚:

    1.最本质问题就是使用图割算法解决具体问题时候,是怎样构建图的,节点对应什么,边的权值对应什么。

     

    2.为什么说图割算法能够达到能量最小化。

     

    3.怎么引入能量这个概念的。

     

    几种最大流算法的时间复杂度:

    Algorithm Principle Complexity
    Ford--Fulkerson, 1956 Finding flow augmenting paths O(nm2)
    Dinic, 1970 Shortest augmenting paths in one step O(n2m)
    in a dense graph: O(n3)
    in a sparse graph: O(nm log(n))
    Goldberg--Tarjan, 1985 Pushing a pre-flow O(nm log(n2/m))


     

  • 相关阅读:
    堆排序(改进的简单选择排序)
    希尔排序(改进的直接插入排序)
    直接插入排序
    简单选择排序
    冒泡排序&排序算法简介
    处理器的体系结构
    虚拟存储器
    Python函数
    在主项目中添加子项目
    聚合分组查询
  • 原文地址:https://www.cnblogs.com/wangyaning/p/4236986.html
Copyright © 2020-2023  润新知