首页 > 其他分享 >网络流入门手册

网络流入门手册

时间:2023-06-17 13:56:52浏览次数:48  
标签:流入 增广 dep 网络 手册 int 深度 节点 dis

前言

由于网络流极其庞大而资料有限,我决定用这个博客先记录一下我学习的大纲,在后期有可能补上内容。对于网上可以找到的,我就一笔带过,只是说明应该了解这个东西;而对于网上难以找到的一些资料,我会尽我所能写出来。

大纲

  • 基本概念
  • 网络最大流 - 增广路类
    • 最大流最小割定理:内容与证明
    • Ford - Fulkerson:从贪心上简单地 支持反悔 的实现(增加反边容量)
    • Edmonds - Karp(\(O(nm^2)\)):从 F-F 到 EK 的优化,最短路不减 引理(BFS 寻找最短增广路)
    • dinic(\(O(n^2 m)\)):当前弧优化,整体 增广过程 的把握(多路增广)
    • ISAP:单次 BFSGAP(尤其是实现时 if(!ans) return flow; 阻止优化后的 dep 修改机制影响正确性)
    • F-F \(\to\) EK \(\to\) dinic \(\to\) ISAP,其实是一个不断迭代优化的过程,贪心反悔贯穿始终
    • 时间复杂度证明:反证法极限思想 的极致体现

dinic 复杂度证明(名字自己起的,内容自己证的,建议作为 OI-wiki 食用辅料)

  • 单次多路增广上界:\(O(nm)\)

  • 层次图层次严格单增证明:

    1. 合法延续性:原图或前代层次图的 高度标号 / 层次多次迭代 后仍然 合法
      合法:任意两点的高度标号 / 层次 大小关系不变
    2. 同长同层性:长度相同 的增广路的 对应节点层次相同;
      \(\implies\) 这两条增广路在 同一层次图 上;
    3. 单次消失性:对 同一层次图 的任意增广路,必然有一条在增广路中的边在下一代残量网络中消失。

    故可证,每次迭代后的层次图严格单调递增。

关于 ISAP 你想要的

OI-wiki 的代码好像有问题,此外他本身也比较复杂,可以考虑使用如下代码。

\(\text{AC Code by ISAP with the current arc, gap and dep optimization, } 47 ms\text{ without O2.}\)

#include<bits/stdc++.h>
#define ll long long
#define ld long double
#define fsp(x) std::fixed<<std::setprecision(x)
#define forE(u) for(int p=head[u],v=to[p];p;p=next[p],v=to[p])
const int N=205,M=5005;
int n,m,s,t;
struct flow_network {
	int cnt=1,head[N],to[M<<1],next[M<<1],lim[M<<1];
	int dep[N],gap[N];
	inline void add(int u,int v,int w) {
		to[++cnt]=v,lim[cnt]=w,next[cnt]=head[u],head[u]=cnt;
		to[++cnt]=u,lim[cnt]=0,next[cnt]=head[v],head[v]=cnt;
	}
	int cur[N];
	ll dfs(int u,ll ans) {
		if(u==t) return ans;
		ll flow=0;
		for(int &p=cur[u];p&&ans;p=next[p]) {
			int c=std::min(ans,(ll)lim[p]),v=to[p];
			if(dep[v]==dep[u]-1&&c) { int fl=dfs(v,c); flow+=fl,ans-=fl,lim[p^1]+=fl,lim[p]-=fl; }
			if(!ans) return flow;
		}
		if(--gap[dep[u]]==0) dep[s]=n;
		++gap[++dep[u]];
		return flow;
	}
	inline ll max_flow(int s,int t) {
		ll flow=0; std::queue<int> q;
		memset(dep,-1,sizeof dep);
		q.push(t),gap[dep[t]=0]=1;
		while(!q.empty()) {
			int u=q.front(); q.pop();
			forE(u) if(!lim[p] && dep[v]==-1) ++gap[dep[v]=dep[u]+1],q.push(v);
		}
		while(dep[s]<n) { memcpy(cur,head,sizeof head); flow+=dfs(s,1e18); }
		return flow;
	}
} f_n;
int main() {
	std::ios::sync_with_stdio(false);
	std::cin.tie(nullptr); std::cout.tie(nullptr);
	std::cin>>n>>m>>s>>t;
	for(int i=1,u,v,w;i<=m;++i) { std::cin>>u>>v>>w; f_n.add(u,v,w); }
	std::cout<<f_n.max_flow(s,t)<<'\n';
	return 0;
}

优化后的 ISAP 深度维护机制正确性证明

考虑采用数学归纳法。首先,我们先了解该机制的运行细节。

引理 1. 在多路增广中,增广路中阻塞流靠近源点一侧的节点 \(u\) 到源点 \(T\) 的路径上的所有节点深度不改变。

考虑我们多路增广的过程 ll dfs(int u,ll ans),dfs 的第二个传参 ans 表示阻塞流的大小。所以从 \(u\) 到 \(T\) 的路径的 \(ans\) 必然被流光,即 \(ans=0.\) 根据 if(!ans) return flow; 必然直接返回,不改变深度。该引理得证。

接下来,我们分情况证明其正确性。

结论 2. 对于再无法提供贡献的节点,深度增加与深度赋值极大值等效。

考虑为无法贡献节点赋值极大值(一般是 \(n\))的目的:使其无法再遍历。深度增加会使这些节点组成路径最终与汇点无法通过判断语句 dep[v]==dep[u]-1,进行联结,故深度增加与深度赋值极大值等效,该结论得证。但要注意的是,这种写法会导致这些节点在接下来的遍历过程中仍然被访问,(但无法抵达 \(T\),没有贡献。)会增加一些复杂度,但整体影响不大。该深度维护机制在整体上对代码书写与运行速度的提升都是正向的。

结论 3. 对于还能继续产生贡献的节点,深度增加可以保证其所有边的贡献全部被计入。

我们以 源点 \(S\)(和 dinic 相同,和 ISAP 相反)为中心建立层次图,\(dis(u)\) 表示节点 \(u\) 的层次,将所有边大致分为以下几类:

  • 返祖边:前往 \(dis(v)<dis(u)\) 的节点 \(v\) 的边;
  • 横叉边:前往 \(dis(v)=dis(u)\) 的节点 \(v\) 的边;
  • 合法边:前往 \(dis(v)=dis(u)+1\) 的节点 \(v\) 的边;
  • 前向边:前往 \(dis(v)>dis(u)+1\) 的节点 \(v\) 的边。

接下来我们分别证明这些边的贡献会被计入。

  • 返祖边:若该返祖边有贡献,则在该边提供贡献前 \(S\) 必然可达 \(u\) 且不可达 \(v\)(若可达 \(v\) 则该边仍不合法),此前必然存在阻塞流位于 \(u \to T\) 一段使 \(u\) 的深度增加,或位于 \(S \to v\) 一段使 \(v\) 的深度保持不变,直至 \(dis(v)=dis(u),\) 该边成为横叉边。
  • 横叉边:若该横叉边有贡献,则在该边提供贡献前 \(S\) 必然可达 \(u\) 且不可达 \(v,\) 此前至少存在一条阻塞流位于 \(u \to T\) 一段使 \(u\) 的深度增加,并存在阻塞流位于 \(S \to v\) 一段使 \(v\) 的深度保持不变,随后 \(dis(u)=dis(v)+1,\) 该边成为合法边。
  • 合法边:若此次阻塞流不在边 \((u,v)\) 上,则 \(u,v\) 的深度同时增加,该边仍然合法,有机会在后续的遍历中继续被增广。
  • 前向边:考虑前向边的定义,必然在最初有 \(dis(v) \leq dis(u)+1,\) 则该边若有贡献,必然在此代层次图前已经被计入。

综上,所有边的类型都会被计入,该结论得证。

根据结论 2 和结论 3,当前深度维护机制的正确性得以证明。

  • 网络最大流 - 预留推进类:准备鸽了……学完其他的再学,一般用不上 qwq
  • 无负环费用流
    • 基于 EK 的 SSP:如何 结合 EK 和 SPFA,正确性证明
    • 基于 dinic 的 SSP:如何 写出正确的代码,注意 dfs 错误可能导致 爆栈空间
#include<bits/stdc++.h>
#define ll long long
#define ld long double
#define fsp(x) std::fixed<<std::setprecision(x)
#define forE(u) for(int p=head[u],v=to[p];p;p=next[p],v=to[p])
const int N=5e3+3,M=5e4+4;
struct network {
	int cnt=1,head[N],to[M<<1],next[M<<1],lim[M<<1],cst[M<<1];
	inline void add(int u,int v,int w,int c) {
		to[++cnt]=v,lim[cnt]=w,cst[cnt]=c,next[cnt]=head[u],head[u]=cnt;
		to[++cnt]=u,lim[cnt]=0,cst[cnt]=-c,next[cnt]=head[v],head[v]=cnt;
	}
	int t,cost=0,cur[N],dis[N],in[N];
	int dfs(int u,int res) {
		if(u==t) return res;
		int flow=0; in[u]=1;
		for(int p=cur[u];p&&res;p=next[p]) {
			cur[u]=p;
			int c=std::min(lim[p],res),v=to[p];
			if(dis[u]+cst[p]==dis[v]&&c&&!in[v]) { int fl=dfs(v,c); flow+=fl,res-=fl,cost+=cst[p]*fl,lim[p]-=fl,lim[p^1]+=fl; }
		}
		if(!flow) dis[u]=-1;
		return in[u]=0,flow;
	}
	std::pair<int,int> mincost(int s,int t) {
		int flow=0; this->t=t;
		while(1) {
			std::queue<int> q;
			memcpy(cur,head,sizeof head);
			memset(dis,0x3f,sizeof dis);
			dis[s]=0,in[s]=1,q.push(s);
			while(!q.empty()) {
				int u=q.front(); in[u]=0,q.pop();
				forE(u) if(lim[p]&&dis[v]>dis[u]+cst[p]) {
					dis[v]=dis[u]+cst[p];
					if(!in[v]) in[v]=1,q.push(v);
				}
			}
			if(dis[t]>1e9) return {flow,cost};
			flow+=dfs(s,1e9);
		}
	}
} ntw;
int n,m,s,t;
int main() {
	std::ios::sync_with_stdio(false);
	std::cin.tie(nullptr); std::cout.tie(nullptr);
	std::cin>>n>>m>>s>>t;
	for(int i=1,u,v,w,c;i<=m;++i) { std::cin>>u>>v>>w>>c; ntw.add(u,v,w,c); }
	auto ret=ntw.mincost(s,t);
	std::cout<<ret.first<<' '<<ret.second<<'\n';
	return 0;
}

标签:流入,增广,dep,网络,手册,int,深度,节点,dis
From: https://www.cnblogs.com/michaelwong007/p/flow_network.html

相关文章

  • 电动汽车充电设施网络行业市场规模调查及数据分析报告2023-2029
    2023-2029全球电动汽车充电设施网络行业调研及趋势分析报告2022年全球电动汽车充电设施网络市场规模约345亿元,2018-2022年年复合增长率CAGR约为%,预计未来将持续保持平稳增长的态势,到2029年市场规模将接近2009亿元,未来六年CAGR为26.3%。从核心市场看,中国电动汽车充电设施网络市场......
  • VMIC5565反射内存卡供应厂家 PCI-5565多模光钎网络 GE反射内存模块 VMIC反射内存PMC系
    反射内存实时网的特点VMIC反射内存是一种通过局域网在互连的计算机间提供的数据传输的技术,强实时网络设计人员已经越来越多地采用这种技术。VMIC反射内存实时局域网的概念十分简单,就是设计一种网络内存板,在分布系统中实现内存至内存的通信,并且没有软件开销。每台结点机上插一块反射......
  • mysql 8.0安装手册&密码修改
     MySql安装&修改密码 一.        安装mysql https://www.mysql.com/  单击“DOWNLOADS”  页面底部单击“MySQLCommunityServer”连接跳到如下连接的页面https://dev.mysql.com/downloads/mysql/  单击“Nothanks,juststartmydow......
  • 一文详解图卷积神经网络
    本文是文章AGentleIntroductiontoGraphNeuralNetworks的个人笔记,强烈建议大家去体验原文的交互式阅读,以及李沐老师的讲解。我的宗旨是尽量使用浅显易懂的白话,而不是晦涩的术语,把概念和理论讲清楚。开始吧!作为一枚资(ruo)深(ji)NLPer,我常见的神经网络输入是一段文本序......
  • 基于神经网络的大模型在图像识别中的应用
    目录1.引言2.技术原理及概念3.实现步骤与流程4.示例与应用5.优化与改进6.结论与展望随着深度学习技术的不断发展,特别是在计算机视觉领域,基于神经网络的大模型在图像识别中的应用越来越广泛。这些模型能够在处理大量图像数据的同时,准确地识别出各种物体和场景,取得了令人瞩目......
  • Windows 显示 桌面图标 计算机 控制面板 网络 图标 批处理
    powershellstart-process-verbrunascmd@echooffremShowComputericonondesktopregadd"HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Explorer\HideDesktopIcons\NewStartPanel"/v"{20D04FE0-3AEA-1069-A2D8-08002B303......
  • 基于MFCC特征提取和神经网络的语音信号识别算法matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下:     2.算法涉及理论知识概要        在语音识别(SpeechRecognition)和话者识别(SpeakerRecognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scaleFrequencyCepstralCoefficients,简称MFCC)。根据人耳听觉机理......
  • [网络安全] DVWA之CSRF攻击姿势及解题详析合集
    CSRFCSRF(Cross-SiteRequestForgery,跨站请求伪造)是一种常见的Web应用程序安全漏洞,它利用了用户在已认证的网站中的身份,通过欺骗用户发起非预期的请求。攻击者会构造一个恶意网页,使用户在浏览器中访问该网页时,自动向目标网站发送了未经用户授权的请求。CSRF攻击的原理是利用了W......
  • 2023届陕西省大学生网络技能安全赛-misc复现
    赛事地址【云演】--信息安全在线教育平台,让攻防更简单!(yunyansec.com)管道   附件一张图片,由题目介绍可知存在lsb隐写使用zsteg指令检测 可是雪飘进双眼所给附件有一个加密压缩包和文件夹文件夹里有一个音频和文本 音频里藏有摩斯密码  由txt文件可以......
  • 【Sword系列】第七届全国残疾人职业技能大赛样题-网络安全-中国菜刀
    前言Wireshark(前称Ethereal)是一个网络数据包分析软件。网络数据包分析软件的功能是截取网络数据包,并尽可能显示出最为详细的网络数据包数据。在过去,网络数据包分析软件是非常昂贵,或是专门属于营利用的软件,Wireshark的出现改变了这一切。在GNU通用公共许可证的保障范围底下,用户可以......