博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
网络最大流算法—EK算法
阅读量:6992 次
发布时间:2019-06-27

本文共 2366 字,大约阅读时间需要 7 分钟。

前言

EK算法是求网络最大流的最基础的算法,也是比较好理解的一种算法,利用它可以解决绝大多数最大流问题。

但是受到时间复杂度的限制,这种算法常常有TLE的风险

思想

还记得我们在介绍最大流的时候提到的求解思路么?

对一张网络流图,每次找出它的最小的残量(能增广的量),对其进行增广。

没错,EK算法就是利用这种思想来解决问题的

实现

EK算法在实现时,需要对整张图遍历一边。

那我们如何进行遍历呢?BFS还是DFS?

因为DFS的搜索顺序的原因,所以某些毒瘤出题人会构造数据卡你,具体怎么卡应该比较简单,不过为了防止大家成为这种人我就不说啦(#^.^#)

所以我们选用BFS

在对图进行遍历的时候,记录下能进行增广的最大值,同时记录下这个最大值经过了哪些边。

我们遍历完之后对这条增广路上的边进行增广就好啦

代码

代码里面我对一些重点的地方加了一些注释,如果我没写明白的话欢迎在下方评论:blush:

#include
#include
#include
#include
#include
using namespace std;const int MAXN=2*1e6+10;const int INF=1e8+10;inline char nc(){ static char buf[MAXN],*p1=buf,*p2=buf; return p1==p2&&(p2=(p1=buf)+fread(buf,1,MAXN,stdin),p1==p2)?EOF:*p1++;}inline int read(){ char c=nc();int x=0,f=1; while(c<'0'||c>'9'){
if(c=='-')f=-1;c=nc();} while(c>='0'&&c<='9'){x=x*10+c-'0';c=nc();} return x*f;}struct node{ int u,v,flow,nxt;}edge[MAXN];int head[MAXN];int num=0;//注意这里num必须从0开始 inline void add_edge(int x,int y,int z){ edge[num].u=x; edge[num].v=y; edge[num].flow=z; edge[num].nxt=head[x]; head[x]=num++;}inline void AddEdge(int x,int y,int z){ add_edge(x,y,z); add_edge(y,x,0);//注意这里别忘了加反向边 }int N,M,S,T;int path[MAXN];//经过的路径int A[MAXN];//S到该节点的最小流量inline int EK(){ int ans=0;//最大流 while(true)//不停的找增广路 { memset(A,0,sizeof(A)); queue
q;//懒得手写队列了。。。 q.push(S); A[S]=INF; while(q.size()!=0) { int p=q.front();q.pop(); for(int i=head[p];i!=-1;i=edge[i].nxt) { if(!A[edge[i].v]&&edge[i].flow) { path[ edge[i].v ]=i;//记录下经过的路径,方便后期增广 A[edge[i].v]=min(A[p],edge[i].flow);//记录下最小流量 q.push(edge[i].v); } } if(A[T]) break;//一个小优化 } if(!A[T]) break;//没有可以增广的路径,直接退出 for(int i=T;i!=S;i=edge[path[i]].u)//倒着回去增广 { edge[path[i]].flow-=A[T]; edge[path[i]^1].flow+=A[T];//利用异或运算符寻找反向边,0^1=1 1^1=0 } ans+=A[T]; } return ans;}int main(){ #ifdef WIN32 freopen("a.in","r",stdin); #else #endif memset(head,-1,sizeof(head)); N=read(),M=read(),S=read(),T=read(); for(int i=1;i<=M;i++) { int x=read(),y=read(),z=read(); AddEdge(x,y,z); } printf("%d", EK() ); return 0;}

 

性能分析

 

通过上图不难看出,这种算法的性能还算是不错,

不过你可以到提交一下就知道这种算法究竟有多快(man)了

 

可以证明,这种算法的时间复杂度为$O(n*m^2)$

大体证一下:

我们最坏情况下每次只增广一条边,则需要增广$m-1$次。

在BFS的时候,由于反向弧的存在,最坏情况为$n*m$

总的时间复杂度为$O(n*m^2)$

 

后记

EK算法到这里就结束了。

不过loj那道题怎么才能过掉呢?

这就要用到我们接下来要讲的其他算法

转载地址:http://hnbvl.baihongyu.com/

你可能感兴趣的文章
各大引擎矩阵的矩阵存储方式 ----行矩阵 or 列矩阵
查看>>
html 跳转页面,同时跳转到一个指定的位置
查看>>
solr的suggest模块
查看>>
SWT中ole/activex实践--操作word的一个例子
查看>>
Volley(二)—— 基本Request对象 & RequestQueue&请求取消
查看>>
arguments对象的实例使用
查看>>
easyui datalist按组多选
查看>>
Python-代码对象
查看>>
Xcode界面切换动画效果
查看>>
StackExchange.Redis 访问封装类
查看>>
李洪强-C语言7-C语言运算符
查看>>
要引用这几个才有GetOwinContext与GetAutofacLifetimeScope
查看>>
SVD奇异值分解
查看>>
Chapter 1 First Sight——19
查看>>
iOS获取手机型号,Swift获取手机型号(类似iphone 7这种,检测机型具体型号)
查看>>
在linux下python爬虫进程发生异常时自动重启直至正常结束的方法
查看>>
ASP.NET Aries JSAPI 文档说明:AR.Form、AR.Combobox
查看>>
Dubbo系列(2)_RPC介绍
查看>>
JS实现打印功能
查看>>
JavaScript系列文章:不能不看的数据类型检测
查看>>