信息学奥赛 网络流算法介绍与分析精选PPT.ppt
《信息学奥赛 网络流算法介绍与分析精选PPT.ppt》由会员分享,可在线阅读,更多相关《信息学奥赛 网络流算法介绍与分析精选PPT.ppt(89页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、信息学奥赛信息学奥赛 网络流算法介绍网络流算法介绍与分析与分析第1页,此课件共89页哦一些符号和定义一些符号和定义V表示整个图中的所有结点的集合.E表示整个图中所有边的集合.G=(V,E),表示整个图.s表示网络的源点,t表示网络的汇点.对于每条边(u,v),有一个容量c(u,v)(c(u,v)=0)如果c(u,v)=0,则表示(u,v)不存在在网络中。如果原网络中不存在边(u,v),则令c(u,v)=0对于每条边(u,v),有一个流量f(u,v).第2页,此课件共89页哦v1tsv2(2,2)(4,4)(2,4)(0,3)(2,2)一个简单的例一个简单的例子子.网络可以网络可以被想象成一些被
2、想象成一些输水的管道输水的管道.括号内右边的括号内右边的数字表示管道数字表示管道的容量的容量,左边左边的数字表示这的数字表示这条管道的当前条管道的当前流量流量.第3页,此课件共89页哦网络流的三个性质网络流的三个性质1、容量限制容量限制:fu,v v2-v1-t这条路径经这条路径经过的弧的流量都增加过的弧的流量都增加2,就得到了该网络的最大流。就得到了该网络的最大流。注意到这条路径经过了一条后向弧注意到这条路径经过了一条后向弧:(v2,v1)。如果不设立后向弧,算法就不能发现这条路径。如果不设立后向弧,算法就不能发现这条路径。从本质上说,后向弧为算法纠正自己所犯的错误提从本质上说,后向弧为算法
3、纠正自己所犯的错误提供了可能性,它允许算法取消先前的错误的行为供了可能性,它允许算法取消先前的错误的行为(让(让2单位的流从单位的流从v1流到流到v2)第10页,此课件共89页哦为什么要建立后向弧为什么要建立后向弧当然当然,可以把上面说的情况当成特殊情况可以把上面说的情况当成特殊情况来处理。但使用后向弧可以使编程简单来处理。但使用后向弧可以使编程简单许多许多.注意注意,后向弧只是概念上的后向弧只是概念上的,在程序中后在程序中后向弧与前向弧并无区别向弧与前向弧并无区别.第11页,此课件共89页哦增广路增广路增广路定义:增广路定义:在残在残量网络中的一条从量网络中的一条从s通往通往t的路径,其的路
4、径,其中任意一条弧中任意一条弧(u,v),都有,都有ru,v0。绿色的即为一条增绿色的即为一条增广路。广路。v1tsv2232422第12页,此课件共89页哦增广路算法增广路算法增广路算法:每次用增广路算法:每次用BFS找一条最短找一条最短的增广路径,然后沿着这条路径修改的增广路径,然后沿着这条路径修改流量值(实际修改的是残量网络的边流量值(实际修改的是残量网络的边权)。当没有增广路时,算法停止,权)。当没有增广路时,算法停止,此时的流就是最大流。此时的流就是最大流。下面证明增广路算法的正确性下面证明增广路算法的正确性.第13页,此课件共89页哦将将f,c,r的定义域扩展为点集的定义域扩展为点
5、集(在以后的叙述中在以后的叙述中,大写字母大写字母X,Y,S,T一般均表示一般均表示点集点集)点集间的流量和点集间的流量和:f(X,Y)=即即:X中的任意一点与中的任意一点与Y中的任意一点组成的所有中的任意一点组成的所有边上的流量之和边上的流量之和.(边的方向为从边的方向为从X中的结点到中的结点到Y中的结点中的结点)c,r等函数都有类似的定义等函数都有类似的定义.(点集间的容量和、点点集间的容量和、点集间的残量网络容量和集间的残量网络容量和)第14页,此课件共89页哦结论结论11.f(X,X)=0(由流量反对称性由流量反对称性)2.f(X,Y)=-f(Y,X)(有流量反对称性有流量反对称性)3
6、.f(X Y,Z)=f(X,Z)+f(Y,Z)(显然显然)4.f(X,Y Z)=f(X,Y)+f(X,Z)(显然显然)第15页,此课件共89页哦最大流最小割定理最大流最小割定理网络流中这三个条件等价(网络流中这三个条件等价(在同一个时刻):1、f是最大流是最大流2、残量网络中找不到增广路径、残量网络中找不到增广路径3、|f|=c(S,T)第16页,此课件共89页哦1、f是最大流是最大流2、残量网络中找不到增广路径、残量网络中找不到增广路径3、|f|=c(S,T)1-2证明证明:显然显然.假设有增广路径假设有增广路径,由于增广路径的容量至少为由于增广路径的容量至少为1,所以用所以用这个增广路径增
7、广过后的流的流量肯这个增广路径增广过后的流的流量肯定要比定要比f的大的大,这与这与f是最大流矛盾是最大流矛盾.第17页,此课件共89页哦割的定义割的定义一个割一个割(S,T)由两个点集由两个点集S,T组成组成.S+T=Vs 属于属于 S.t 属于属于 T.提出割的定义提出割的定义,是为后面的证明作铺垫是为后面的证明作铺垫.第18页,此课件共89页哦结论结论2(点集总流量为零点集总流量为零)不包含不包含s和和t的点集的点集,于它相关联的边上的流量之于它相关联的边上的流量之和为和为0.证明证明:f(X,V)=(由流量平衡由流量平衡)=0 第19页,此课件共89页哦结论结论3任意割的流量等于整个网络
8、的流量任意割的流量等于整个网络的流量.证明证明:f(S,T)=f(S,V)f(S,S)(由辅助定理由辅助定理1)=f(S,V)(由辅助定理由辅助定理1)=f(S,V)+f(S s,V)(同上同上)=f(s,V)(由辅助定理由辅助定理2)=|f|(由由|f|的定义的定义)第20页,此课件共89页哦结论结论4网络的流量小于等于任意一个割的网络的流量小于等于任意一个割的容量容量.(注意注意这个与辅助定理这个与辅助定理3的区别的区别.这里是容量这里是容量)即即|f|=c(S,T)证明证明:|f|=f(S,T)=(由定义由定义)3证明证明:定义定义S=s v|在残量网络中在残量网络中s到到v有有一条路径
9、一条路径;T=V-S.则则(S,T)是一个割是一个割.|f|=f(S,T)(由辅助定理由辅助定理3)而且而且,r(S,T)=0.假设不为假设不为0,则在残量网络中则在残量网络中,两个集两个集合间必定有边相连合间必定有边相连,设在设在S的一端为的一端为v,在在T的一端为的一端为u.那那么么,s就可以通过就可以通过v到达到达u,那么根据那么根据S的定义的定义,u就应该在就应该在S中中.矛盾矛盾.所以所以,|f|=f(S,T)=c(S,T)r(S,T)=c(S,T)1、f是最大流是最大流2、残量网络中找不到增广路径、残量网络中找不到增广路径3、|f|=c(S,T)第22页,此课件共89页哦3-1证明
10、证明:|f|0),那么那么|f|+d肯定不能满肯定不能满足上面的条件足上面的条件.1、f是最大流是最大流2、残量网络中找不到增广路径、残量网络中找不到增广路径3、|f|=c(S,T)第23页,此课件共89页哦增广路算法的正确性增广路算法的正确性如果如果 最大流最小割定理不能从最大流最小割定理不能从2推出推出3,那那么存在这样一种可能性么存在这样一种可能性:尽管找不到增广路径了尽管找不到增广路径了,但由于前面的错但由于前面的错误决策误决策,导致导致f还没有到达最大流还没有到达最大流,却不能却不能通过修改当前流来得到最大流通过修改当前流来得到最大流.但由于最大流最小割定理的三个条件互但由于最大流最
11、小割定理的三个条件互相等价相等价(1-2,2-3,3-1),一个流是最大一个流是最大流流当且仅当它没有增广路径它没有增广路径.第24页,此课件共89页哦增广路算法的效率增广路算法的效率设设n=|V|,m=|E|每次增广都是一次每次增广都是一次BFS,效率为效率为O(m)所以所以,总共的时间复杂度为总共的时间复杂度为O(m*f*)其中其中f*为增广次数为增广次数.怎么求怎么求f*?第25页,此课件共89页哦f*对于随机数据对于随机数据,f*的值与的值与n比较接近比较接近.当当m不太大也不太小时不太大也不太小时,f*的值较大的值较大.(我出随机数据的方法是我出随机数据的方法是:固定地为源点固定地为
12、源点和汇点连上一些边和汇点连上一些边,然后随机生成中间的然后随机生成中间的边边.中间的边保证边的两个端点的编号相中间的边保证边的两个端点的编号相差不太大差不太大.这与不少题目转成网络流后形这与不少题目转成网络流后形成的图相似成的图相似)第26页,此课件共89页哦f*的理论上界的理论上界考虑每一次增广考虑每一次增广,至少有一条边的至少有一条边的r(u,v)值等于增广路径的流量值等于增广路径的流量.称这些边为临界称这些边为临界边边.增广之后增广之后,这条临界边就在残量网络这条临界边就在残量网络中消失中消失.假设一条临界边对应一次增广假设一条临界边对应一次增广(事实上很事实上很难达到这样难达到这样)
13、,令每条边成为临界边的次令每条边成为临界边的次数为数为k(u,v),则有则有f*=O(m*k).k的上界的上界?第27页,此课件共89页哦k的上界的上界如果要让一条曾经的临界边如果要让一条曾经的临界边(u,v)再次成为临界边再次成为临界边,则必则必须有一条增广路径包含边须有一条增广路径包含边(v,u).因为每次增广之后临界因为每次增广之后临界边就消失边就消失,要让他再次成为临界边至少要让他再次在残量要让他再次成为临界边至少要让他再次在残量网络中出现网络中出现,即即(v,u)要被增广要被增广.结合上面的结论可以证明结合上面的结论可以证明,当算法取的增广路总是残量网络当算法取的增广路总是残量网络中
14、的最短路中的最短路,任意一条边成为临界边的次数至多为任意一条边成为临界边的次数至多为n/2-1.因此因此,增广路算法的效率为增广路算法的效率为O(f*m)=O(km2)=O(nm2).(这只是个上界这只是个上界,一般情况是达不到的一般情况是达不到的)备注中为增广路算法我的代码实现。数组备注中为增广路算法我的代码实现。数组u是残量网络的是残量网络的容量。容量。第28页,此课件共89页哦预流推进算法预流推进算法下面将介绍一个更直观且时间效率下面将介绍一个更直观且时间效率更优的算法更优的算法.第29页,此课件共89页哦一个直观的想法一个直观的想法如果给你一个网络流如果给你一个网络流,让你手算出它的最
15、让你手算出它的最大流大流,你会怎么算你会怎么算?一般人都会尝试着从源点出发一般人都会尝试着从源点出发,让每条边让每条边的流量尽可能得大的流量尽可能得大,然后一点点往汇点推然后一点点往汇点推,直到遇到一条比较窄的弧直到遇到一条比较窄的弧,原先的流量过原先的流量过不去了不去了,这才减少原先的流量这才减少原先的流量.第30页,此课件共89页哦v1tsv2(0,2)(4,4)(0,4)(3,3)(0,2)例例2.一个直观的想法一个直观的想法大致的思路:从源点出发,逐大致的思路:从源点出发,逐步推进。步推进。称当前状态下不满足流量平衡称当前状态下不满足流量平衡的结点为的结点为“溢出的结点溢出的结点”.(
16、对于结点对于结点u,f(V,u)0)令令e(u)=f(V,u),称为称为u点的赢余,点的赢余,直观地描述,就是直观地描述,就是“流入的比流入的比流出的多多少流出的多多少”。e(v1)=4,e(v2)=3。不断将。不断将溢出的结点中的赢余往后继溢出的结点中的赢余往后继点推进点推进,直到赢余都聚集在直到赢余都聚集在t.第31页,此课件共89页哦v1tsv2(2,2)(4,4)(0,4)(3,3)(2,2)如果多推了一些流量如果多推了一些流量,我们可以再把它推回我们可以再把它推回来来.(如如e(v2)=3,但这但这3个单位的赢余已经没个单位的赢余已经没地方去了地方去了,只能推回来只能推回来.)(沿着
17、后向弧沿着后向弧)这副这副图是原网络而不是残图是原网络而不是残量网络量网络,因此没把后项因此没把后项弧画出来弧画出来)例例2.一个直观的想法一个直观的想法第32页,此课件共89页哦v1tsv2(2,2)(4,4)(0,4)(3,3)(2,2)程序没有全局观程序没有全局观?!此时此时e(v2)=3.正确的回推正确的回推法是往法是往(v2,s)推推1,往往(v2,v1)推推2,然后使得这然后使得这2个单位的赢余可以从个单位的赢余可以从(v1,t)推到推到t上。上。但程序没有全局观但程序没有全局观,它万它万一往一往(v2,s)推了推了3个单位个单位怎么办怎么办?我们总不能尝试我们总不能尝试所有的可能
18、性吧所有的可能性吧,那样就那样就变成搜索了变成搜索了.第33页,此课件共89页哦引导机制引导机制把流推错可能导致产生的流不是最大流把流推错可能导致产生的流不是最大流.我们需要有一个能引导流的推进方向的我们需要有一个能引导流的推进方向的机制机制,当它发现我们先前的推进是错误的当它发现我们先前的推进是错误的时候时候,能沿着正确的后向弧回推回来能沿着正确的后向弧回推回来.由于建立了后向弧由于建立了后向弧,正推与回推在程序中正推与回推在程序中并无却别,都是在推残量网络中的一条并无却别,都是在推残量网络中的一条边边.第34页,此课件共89页哦高度标号的引导作用高度标号的引导作用高度标号就是这样的一个引导
19、机制高度标号就是这样的一个引导机制.我们规定我们规定,如果一个结点溢出了如果一个结点溢出了,那么他那么他的多余的流量只能流向高度标号比自己的多余的流量只能流向高度标号比自己低的结点低的结点.(“水往低处流水往低处流”)当然当然,高度标号不可能事先知道往哪些方高度标号不可能事先知道往哪些方向推才是正确的向推才是正确的.它将按情况动态改变自它将按情况动态改变自己的值己的值,从而正确地引导流向从而正确地引导流向.第35页,此课件共89页哦重标号操作重标号操作当一个结点有赢余当一个结点有赢余(溢出了溢出了),周围却没有周围却没有高度比它低的结点时候高度比它低的结点时候,我们就用重标号我们就用重标号操作
20、使它的标号上升到比周围最低的结操作使它的标号上升到比周围最低的结点略高一点点略高一点,使他的赢余能流出去使他的赢余能流出去.赢余千万不能困在某个结点里赢余千万不能困在某个结点里.对于任意对于任意一个非源非汇的结点,有赢余就意味着一个非源非汇的结点,有赢余就意味着它不满足流量平衡,也就意味着整个网它不满足流量平衡,也就意味着整个网络流不是一个真正合法的网络流。络流不是一个真正合法的网络流。第36页,此课件共89页哦重标号操作重标号操作对于例对于例2的这种情况的这种情况,v2中过多的赢余最中过多的赢余最终会沿着终会沿着(v2,v1)、(v2,s)流回去流回去(虽然虽然他们一开始流错了方向他们一开始
21、流错了方向,但后来又被回推但后来又被回推,等于说是被改正了等于说是被改正了)。只有当非源非汇的结点中的赢余全部流只有当非源非汇的结点中的赢余全部流到汇点或流回源点后,这个流才重新合到汇点或流回源点后,这个流才重新合法。法。第37页,此课件共89页哦高度函数高度函数高度函数高度函数h(v)返回一个返回一个v的高度标号。的高度标号。高度函数有三个基本条件:高度函数有三个基本条件:h(s)=|V|h(t)=0对于对于Ef(残量网络残量网络)中的每一条边中的每一条边(u,v),(r(u,v)0)h(u)0,那就表示从那就表示从u到到v还可以增加流量还可以增加流量,那那h(u)就应该比就应该比h(v)高
22、才对高才对.的确的确,我们我们后面还将规定后面还将规定,只有在只有在h(u)h(v)的时候才能应用推进操作的时候才能应用推进操作(将一个结点的盈余推进到另一个结点的操作将一个结点的盈余推进到另一个结点的操作).而高度函数而高度函数为了满足其合法性为了满足其合法性,还要满足上述的这三个条件还要满足上述的这三个条件.后面我们后面我们将利用这三个条件证明预流推进算法的正确性。将利用这三个条件证明预流推进算法的正确性。第38页,此课件共89页哦高度函数的条件的实质高度函数的条件的实质h(u)0,r(u,v)0,h(u)=h(v)+1(u溢出,溢出,(u,v)在残量网络中,两者的在残量网络中,两者的高度
23、差为高度差为1)推进量为推进量为e(u)与与r(u,v)的最小值。的最小值。推进时同时更改相关的推进时同时更改相关的r与与e的值。的值。第41页,此课件共89页哦推进操作推进操作 伪代码伪代码Procedure Push(u,v)lX min e(u),r(u,v)lDec(r(u,v),x)Inc(r(v,u),x)lDec(e(u),x)Inc(e(v),x)第42页,此课件共89页哦重标号操作重标号操作使用对象:使用对象:一个结点一个结点u使用条件:使用条件:结点结点u溢出;残量网络中周围所有的点的溢出;残量网络中周围所有的点的高度都不比它低。高度都不比它低。Relabel(u)lu(u
24、)=min h(v)|(u,v)是残量网络总的边是残量网络总的边 +1使用了重标号操作后使用了重标号操作后,至少存在一个至少存在一个(u,v)满足满足h(u)=h(v)+1.第43页,此课件共89页哦预流初始化预流初始化(Init-Preflow)一开始的时候,我们要让和源点一开始的时候,我们要让和源点s相关连的边都尽可相关连的边都尽可能的充满。但由于能的充满。但由于s没有溢出,不符合推进操作的使没有溢出,不符合推进操作的使用条件,我们需要另写一段初始化的代码。还得做用条件,我们需要另写一段初始化的代码。还得做的一件事是初始化高度函数的一件事是初始化高度函数.h(s)=n h(v)=0 (vs
25、)对于所有与对于所有与s相关联的点相关联的点v,lInc(e(v),c(s,v),Dec(e(s),c(s,v)l将边将边(s,v)反向,变成反向,变成(v,s)(在残量网络中)。(在残量网络中)。初始化过后,初始化过后,e(s)变成负数。变成负数。第44页,此课件共89页哦结论结论5对于一个对于一个溢出的结点溢出的结点,两个关键操作(推进,两个关键操作(推进和重标号)能且只能应用一个。和重标号)能且只能应用一个。证明:对于一个溢出的结点证明:对于一个溢出的结点u,和所有与他相和所有与他相关联的点关联的点v(u,v)在残量网络中存在在残量网络中存在),必然有必然有h(u)=h(v)+1.(由高
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信息学奥赛 网络流算法介绍与分析精选PPT 信息学 网络 算法 介绍 分析 精选 PPT
限制150内