首页 > 其他分享 >网络流学习笔记

网络流学习笔记

时间:2023-12-19 09:24:49浏览次数:35  
标签:可行 容量 源点 网络 流量 学习 笔记 残留

这个必须写。

先梳理一下,到时候再整理,证明先简写或者跳过。

流网络:一个有向图,每条边有一个容量,有一个源点 \(s\) 和一个汇点 \(t\)。每条边有一个属性称为容量,如果把流网络抽象成水管的话,那么边的容量就是每根水管的每秒最大承受的进水量。每条边也有一个流量,这个值大于等于 \(0\) 且小于等于容量,相当于每根水管的实际进水量。(不考虑反向边)

抽象成源点源源不断的向流网络里面流水,通过中间的边最终流到汇点的过程。

对于一个可行流(不考虑反向边),每条边都需要满足两个条件:

  • 容量限制:流量大于等于 \(0\) 且小于等于容量

  • 流量守恒:对于除了源点和汇点的所有点,必须满足进去的流量等于出去的容量。相当于中间的点上不会留着水,只有源点在源源不断地流出,汇点在源源不断地进水。

满足上述条件的一组原流网络的流量 \(f\),称之为原网络的可行流。

定义可行流的流量为从源点流出的流量减去流入源点的流量(其实就是净流出的流量)。

最大流:指的就是最大可行流。

引入一个残留网络的概念:残留网络是通过原网络的一个可行流决定的。它的点集和原网络相同,边集不仅包含了原网络的所有边,还包含了原网络的所有边的反向边。其中和原网络方向相同的边的容量等于原网络中该边的容量减去该边在当前可行流中的流量(也就是该边还能再增加的流量),和原网络反向的边的容量等于该边在当前可行流中的流量(也就是该边还能再减少的流量)。

注意:只有在残留网络中才考虑反向边!

有一个很重要的性质:原网络的一个可行流加上这个可行流对应的残留网络的一个可行流还是原网络的一个可行流。其中两个可行流相加是指加上同向边,减去反向边。并且得到的新的可行流的流量等于原可行流流量加上残留网络可行流流量。

这个性质使我们发现,如果残留网络中存在一个流量大于 \(0\) 的可行流的话,那么原网络中的那个可行流一定不是最大流,因为还可以加上残留网络中的可行流的流量(大于 \(0\))使得原网络的流量更大。

因此又会引出一个新的概念,增广路。增广路是指在残留网络中,一条从源点 \(s\) 到汇点 \(t\) 的路径,满足路径上经过的每一条边的容量大于 \(0\)。显然,如果存在增广路的话,那么一定也存在流量大于 \(0\) 的可行流,这又说明了原网络的当前可行流不是最大流。

标签:可行,容量,源点,网络,流量,学习,笔记,残留
From: https://www.cnblogs.com/Creeperl/p/17912864.html

相关文章

  • 阅读笔记《掌握需求过程》2
    这次我们从第三章开始看,项目启动有关的事项。这一章包含12小节,即icebreaker项目(就是本书中为了方便读者理解需求过程,始终贯穿的实例),产品目标——我们需要该产品的原因是什么,谁为它付钱:客户和顾客,用户——理解他们,风险承担者和顾问,需求限制条件,为您的宝宝命名,设定范围,该产品的成本......
  • 大数据实验报告 | 填坑笔记
     利用JavaAPI进行这个查找操作的时候,总是顺序输出,考虑是代码的原因 没有进行判定,所以只要不为空都输出出来了,进行条件判定指定行键之后,就可以了!redis启动不起来,考虑换个端口  input目录的创建过程遇到一些小问题 删除不掉就用完整目录删  地址对应正确,否则......
  • [学习笔记]珂朵莉树
    目录0x00:介绍1x00:思想1x01:节点保存1x02:核心操作split1x03:推平操作assign2x00:例题2x01:CF896C2x02:CF915E3x00:总结0x00介绍珂朵莉树(ChthollyTree),又称ODT(OldDriverTree),一种数据结构,但似乎暴力到不能称之为数据结构。可以很好地骗分,在随机数据下十分有效,常用于将\([l......
  • 基于深度学习网络的疲劳驾驶检测算法matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述3.1疲劳检测理论概述      疲劳检测的原理是根据人体疲劳状态下的特征检测,和正常状态下的特征检测做对比。在做疲劳检测之前,首先需要分析人体在疲劳状态下与正常状态下的特征有哪些不......
  • LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文
    Abstract目前的图对比学习方法都存在一些问题,它们要么对用户-项目交互图执行随机增强,要么依赖于基于启发式的增强技术(例如用户聚类)来生成对比视图。这些方法都不能很好的保留内在的语义结构,而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL......
  • 《架构师之路:软件架构之美》阅读笔记三
    《架构师之路:软件架构之美》是一本关于软件架构的入门书籍,作者李家智从自己的实践经验出发,结合了业内一些经典的案例和经验,系统地介绍了软件架构的基本概念、原则和方法。本书主要分为三个部分:第一部分介绍了软件架构的基本概念和原则;第二部分详细介绍了一些常用的软件架构模式,如......
  • 机器学习-线性分类-支持向量机SVM-软间隔-13
    目录1.总结SVM2.软间隔svm1.总结SVMSVM算法的基础是感知器模型,感知器模型与逻辑回归的不同之处?逻辑回归sigmoid(θx)映射到0-1之间给出预测概率感知器分类sign(θx)输出θx的符号,+1或者-1给出x是属于正样本还是负样本直接输出θx的值就是线性回归感知器......
  • 算法学习Day5 哈希的一天
    Day5哈希的一天ByHQWQF2023/12/13当我们需要查询一个元素是否出现过,或者一个元素是否在集合里的时候,就要第一时间想到哈希法。笔记242.有效的字母异位词给定两个字符串s和t,编写一个函数来判断t是否是s的字母异位词。示例 1:输入:s="anagram",t="nagaram......
  • 开源学习项目推荐
    @目录koodo-reader凤凰架构学习项目NPS内网穿透客户端koodo-reader项目地址:https://github.com/koodo-reader/koodo-reader介绍:一个开源的阅读器,阅读pdf也有目录,作为epub阅读器和pdf阅读器看资料挺好凤凰架构项目地址:https://github.com/fenixsoft/awesome-fenix这个项目......
  • 计算机网络第四章部分题目解析,202页
    网络层向上提供的服务有哪两种?试比较其优缺点面向连接的服务(Connection-OrientedService):优点:可靠性高:通过建立连接、传输数据、最后释放连接的过程,可以保证数据的可靠性。有序性:数据传输是有序的,不会乱序到达。流量控制:可以通过连接的建立和释放来控制流量,防止网络拥......