• 最大流——Dinic算法


    1、Dinic算法思路

    Dinic算法的思想也是分阶段地在层次网络中增广。它与最短增广路算法不同之处是:最短增广路每个阶段执行完一次BFS增广后,要重新启动BFS从源点Vs开始寻找另一条增广路;而在Dinic算法中,只需一次DFS过程就可以实现多次增广,这是Dinic算法的巧妙之处。Dinic算法具体步骤如下:

    (1)初始化容量网络和网络流。

    (2)构造残留网络和层次网络,若汇点不再层次网络中,则算法结束。

    (3)在层次网络中用一次DFS过程进行增广,DFS执行完毕,该阶段的增广也执行完毕。

    (4)转步骤(2)。

    在Dinic的算法步骤中,只有第(3)步与最短增广路相同。在下面实例中,将会发现DFS过程将会使算法的效率有非常大的提高。

    Dinic算法复杂度分析

    与最短增广路算法一样,Dinic算法最多被分为n个阶段,每个阶段包括建层次网络和寻找增广路两部分,其中建立层次网络的复杂度仍是O(n*m)。

    现在来分析DFS过程的总复杂度。在每一阶段,将DFS分成两部分分析。

    (1)修改增广路的流量并后退的花费。在每一阶段,最多增广m次,每次修改流量的费用为O(n)。而一次增广后在增广路中后退的费用也为O(n)。所以在每一阶段中,修改增广路以及后退的复杂度为O(m*n)。

    (2)DFS遍历时的前进与后退。在DFS遍历时,如果当前路径的最后一个顶点能够继续扩展,则一定是沿着第i层的顶点指向第i+1层顶点的边向汇点前进了一步。因为增广路经长度最长为n,所以最坏的情况下前进n步就会遇到汇点。在前进的过程中,可能会遇到没有边能够沿着继续前进的情况,这时将路径中的最后一个点在层次图中删除。

    注意到每后退一次必定会删除一个顶点,所以后退的次数最多为n次。在每一阶段中,后退的复杂度为O(n)。

    假设在最坏的情况下,所有的点最后均被退了回来,一共共后退了n次,这也就意味着,有n次的前进被“无情”地退了回来,这n次前进操作都没有起到“寻找增广路”的作用。除去这n次前进和n次后退,其余的前进都对最后找到增广路做了贡献。增广路最多找到m次。每次最多前进n个点。所以所有前进操作最多为n+m*n次,复杂度为O(n*m)。

    于是得到,在每一阶段中,DFS遍历时前进与后退的花费为O(m*n)。

    综合以上两点,一次DFS的复杂度为O(n*m)。因此,Dinic算法的总复杂度即O(m*n*n)。

    下面的实现,有借鉴别人的方法。主要是利用BFS构建层次网络,这里用level数组来存储每个顶点的层数。

    然后利用dfs进行增广,默认M个节点,第M个节点就是汇点。然后当第M个节点不在分层网络时,就结束。

    #include <iostream>
    #include <queue>
    using namespace std;
    
    const int INF = 0x7fffffff;
    int V, E;
    int level[205];
    int Si, Ei, Ci;
    
    struct Dinic
    {
        int c;
        int f;
    }edge[205][205];
    
    bool dinic_bfs()      //bfs方法构造层次网络
    {
        queue<int> q;
        memset(level, 0, sizeof(level));
        q.push(1);
        level[1] = 1;
        int u, v;
        while (!q.empty()) {
            u = q.front();
            q.pop();
            for (v = 1; v <= E; v++) {
                if (!level[v] && edge[u][v].c>edge[u][v].f) {
                    level[v] = level[u] + 1;
                    q.push(v);
                }
            }
        }
        return level[E] != 0;                //question: so it must let the sink node is the Mth?/the way of yj is give the sink node's id
    }
    
    int dinic_dfs(int u, int cp) {           //use dfs to augment the flow
        int tmp = cp;
        int v, t;
        if (u == E)
            return cp;
        for (v = 1; v <= E&&tmp; v++) {
            if (level[u] + 1 == level[v]) {
                if (edge[u][v].c>edge[u][v].f) {
                    t = dinic_dfs(v, min(tmp, edge[u][v].c - edge[u][v].f));
                    edge[u][v].f += t;
                    edge[v][u].f -= t;
                    tmp -= t;
                }
            }
        }
        return cp - tmp;
    }
    int dinic() {
        int sum=0, tf=0;
        while (dinic_bfs()) {
            while (tf = dinic_dfs(1, INF))
                sum += tf;
        }
        return sum;
    }
    
    int main() {
        while (scanf("%d%d", &V, &E)) {
            memset(edge, 0, sizeof(edge));
            while (V--) {
                scanf("%d%d%d", &Si, &Ei, &Ci);
                edge[Si][Ei].c += Ci;
            }
            int ans = dinic();
            printf("%d
    ", ans);
        }
        return 0;
    }
     
  • 相关阅读:
    进程与线程
    silverlight中的几个冷门标记 {x:Null},d:DesignWidth,d:DesignHeight
    silverlight数据绑定模式TwoWay,OneWay,OneTime的研究
    silverlight 相册雏型
    IIS7的应用程序池
    silverlight如何在运行时用代码动态控制(或创建)动画
    庆祝silverlight 4 beta版发布,上几张养眼MM照片
    [转贴]Silverlight Socket 实现收发信息
    IIS7.5中神秘的ApplicationPoolIdentity
    silverlight中如何将string(字符串)写入Resource(资源)?
  • 原文地址:https://www.cnblogs.com/xzxl/p/7352019.html
Copyright © 2020-2023  润新知