第10章图与网络优化

一、流网络

G=(V,E)是一个有向图，其中每条边(u,v)有一个非负的容量值c(u,v)，而且如果E中包含一条边(u,v)，那么图中就不存在它的反向边。在流网络中有两个特殊的结点，源结点s和汇点t。

流网络的形式化定义

令G=(V,E)为一个流网络，其容量函数为c，设s为网络的源点，t为汇点。G中的流是一个实值函数f，满足以下两条性质：

容量限制（capacity contraint）：对于所有的结点u，v，要求0≤f(u,v)≤c(u,v)0\leq f(u,v)\leq c(u,v)0≤f(u,v)≤c(u,v)
流量守恒（flow conservation）：对于所有的非源点和汇点的结点u，要求∑v∈Vf(v,u)=∑v∈Vf(u,v)\sum_{v\in V}f(v,u)=\sum_{v\in V}f(u,v)∑v∈Vf(v,u)=∑v∈Vf(u,v)

流网络的示例图

其中的“/”只是分隔符而不是运算符，“/”前代表的是流的值，后则是该条边的容量（capacity）

运输问题
（1）需要将货物从s运输到t，途经几个中转站，每次运输到每个中转站的货物的数量是有限制的。在实际应用中我们可能会在某条边上双向运输，这样便违反了我们之前对流网络的定义，但是我们可以将包含反平行边的 图(a) 来改造成流网络 图(b)，具体的方法是引入一个是虚构的中转结点，方法如下图。

（2）考虑另外一种特殊情形，从多个工厂发出货物最终运输到别的多个工厂，这时候我们具有了多个源点和多个汇点，这也很好解决，解决的方法就是人为添加超级源点（supersource）和超级汇点（supersink），具体方法见下图。

二、Ford-Fulkerson方法

将实际问题转化成流网络后，我们就可以来解决最大流问题了。理解这个方法需要先理解几个关于流网络的基础概念。

1. 残存网络（residual network）

假定有一个流网络G=(V,E)，其源点为s，汇点为t，f为G中的一个流。即对点u,v，定义残存容量（residual capacity）cf(u,v)c_f(u,v)cf(u,v),有：

残存网络可能包含图G中不存在的边，残存网络中的反向边允许算法将已经发送出来的流量发送回去。一个残存网络示例图如下：

图a是一个流网络，b是a对应的残存网络，注意每条边上的值，残存网络中针对每条正向边计算出该条边在存在流的情况下的剩余容量，并画出一条反向边，反向边的容量即是发出流的大小，方便将发出的流运输回发送地，并将权重为0的边省略。

残存网络是如何增大原始流网络中的流的一种指示。如果f是G的一个流，对应的有一个残存网络，残存网络中我们可以定义一个流 f′f^{'}f′。此时我们可以定义一个函数f↑f′f\uparrow f^{'}f↑f′，我们将其称作流f′f^{'}f′对f的增量（augmentation）。

2. 增广路径（augmenting paths）

给定流网络G和流f，增广路径p是残存网络中一条从源结点s到汇点t的简单路径。根据残存网络的定义，对于一条增广路径上的边(u,v)，我们可以增加其流量的幅度最大为cf(u,v)c_f(u,v)cf(u,v)，即我们之前定义的残存容量（residual capacity）。我们将这里讨论的情形总结成一条引理：

引理设G为一个流网络，设f为图G中的一个流，设p为残存网络中的一条增广路径。定义一个函数 fpf_pfp 如下：

其中fpf_pfp是残存网络中的一个流，其值∣fp∣=cf(p)>0|f_p|=c_f(p)>0∣fp∣=cf(p)>0。

推论设G为一个流网络，设f为G中的一个流，设p为残存网络中的一条增广路径。设 fpf_pfp 如上述引理所定义，假定将f增加fpf_pfp的量，则函数f↑f′f\uparrow f^{'}f↑f′是图G中的一个流，其值为∣f↑fp∣=∣f∣+∣fp∣>∣f∣|f\uparrow f_p|=|f|+|f_p|>|f|∣f↑fp∣=∣f∣+∣fp∣>∣f∣。

3. 流网络的切割（cuts of networks）

流网络G中的一个切割(S,T)(S,T)(S,T)将结点集合V划分为SSS和T=V−ST=V-ST=V−S两个集合，使得s∈S,t∈Ts\in S,t\in Ts∈S,t∈T。若f是一个流，则定义横跨切割(S,T)(S,T)(S,T)的净流量f(S,T)f(S,T)f(S,T)如下：

切割（S，T）的容量是：

一个网络的最小切割是整个网络中容量最小的切割。

举例说明切割的计算方法：

横跨该切割的净流量：

该切割的容量：

引理设f为流网络G的一个流，该流网络的源结点为s，汇点为t，设（S，T）为流网络G的任意切割，则横跨切割（S，T）的净流量为f(S,T)=∣f∣f(S,T)=|f|f(S,T)=∣f∣。

推论流网络G中任意流f的值不能超过G的任意切割的容量。

定理（最大流最小切割定理） 设f为流网络G=（V，E）中的一个流，该流网络的源结点为s，汇点为t，则下面的条件是等价的：

1. f是G的一个最大流。

2. 残存网络不包含任何增广路径

3. |f|=c(S,T)，其中(S,T)是流网络G的某个切割。

4. 基本的Ford-Fulkerson算法

在Ford-Fulkerrson方法的每次迭代中，寻找某条增广路径ppp，然后使用p来对流f进行修改（增加）。我们不断地在图中寻找增广路径，并依据fpf_pfp来增大f的值，直到图中不含增广路径。伪代码实现如下：

Ford-Fulkerson算法的运行时间取决与寻找增广路径的方法，这也是Edmonds-Karps算法对基础Ford-Fulkerson算法做改进的理论基础。

我们在残存网络中选择的增广路径是一条从源结点s到汇点t的最短路径，其中每条边的权重为单位距离，我们称如此实现的Ford-Fulkerson算法为Edmonds-Karp算法。

第10章图与网络优化相关推荐

NO.10章图（遍历、最短路、生成树、拓扑、关键路径）
1. 定义存储 2. 遍历 1)DFS 2)BFS 3. 最短路径 1)Dijkstra 2)Bellman-Ford 3)SPFA 4)Floyd 4. 最小生成树 1)性质 2)prim 3)kr ...
数字图像处理：第二章图象获取、显示、表示与处理
第二章图象获取.显示.表示与处理图象获取是图象的数字化过程,显示则是将数字图象转化为适合人们使用的形式,而处理是通过软件对图象进行变换操作的过程. 目录图象获取图象显示图象表示图象处理参 ...
计算机图形标定学,计算机图形学（璩柏青）第10章空间形体的三维重建与图像处理.ppt...
计算机图形学(璩柏青)第10章空间形体的三维重建与图像处理相应可得到各单元方程组集, 即总体方程为整个SFS问题求解是一个逐次线性化过程,可按如下步骤实现: (1) 先给定一定的初值R(p,q) ...
《软件项目管理（第二版）》第 10 章——项目收尾重点部分总结
文章目录前言一.讨论二.简答题总结前言学习了项目的开发与发布之后,我们就可以单独对一个项目进行开发了,但是在企业中开发中,除了编码之外,还需要项目管理.团队协作开发等,这就是软件项目管理板 ...
【Java数据结构与算法】第十六章图
第十六章图文章目录第十六章图一.图 1.介绍 2.基本术语 3.邻接矩阵 4.邻接表和逆邻接表 5.十字链表二.深度优先遍历三.广度优先遍历四.代码实现一.图 1.介绍图相较于前面 ...
《Python游戏趣味编程》第10章拼图游戏
10 拼图游戏图书简介可以看这里: 童晶:<Python游戏趣味编程>新书上架了本章我们将编写一个拼图游戏,鼠标先后点击两个小拼图块,交换其坐标,直到全部达到正确位置,效果如图10-1 ...
第 10 章桥接模式
第 10 章桥接模式 1.手机操作问题现在对不同手机类型.不同品牌的手机实现操作编程(比如:开机.关机.上网,打电话等) 2.传统方案解决手机问题类图传统方案解决手机操作问题分析扩展性问题( ...
第 10 章树结构的基础部分
第 10 章树结构的基础部分 1.二叉树 1.1.为什么需要二叉树 1.1.1.数组存储方式的分析优点: 通过下标方式访问元素, 速度快. 对于有序数组, 还可使用二分查找提高检索速度缺点: 如 ...
《学习OpenCV3》第10章滤波与卷积
<学习OpenCV3>第10章滤波与卷积 1. 预备知识 1.1 滤波.核和卷积 1.2 边界外推和边界处理 1.2.1 自定义边框 1.2.2 自定义外推 2. 阈值化操作 2.1 t ...

第10章图与网络优化

一、流网络