最小费用流【信息技术】.pptVIP

最小费用流及其应用 刘汝佳 目录 消圈算法及其正确性 连续最短路算法及其改进 应用 最小费用流 如下图, 弧上除了网络外还有一个费用值 总费用等于每条弧的流量与费用的乘积 残量网络 残量网络N’=(G’,c’,s,t) c’的定义同不带费用的网络流问题 费用定义 正向弧费用为w(e) 反向弧费用为-w(e) 消圈定理 消圈定理: 流量为f的可行流x为流量为f的最小费用流当且仅当x没有负费用增广圈 必要性显然，用反证法证明充分性。 假设存在不同的可行流x0使得它的费用比x更低，则它们的差x1=x0-x是网络中的负费用循环流。既然是循环流，x1一定可以分解为至多m个非零圈流之和，则它们中至少有一个圈是负费用的（有限个非负费用之和仍是非负的），这个圈就是题目中非负增广圈，矛盾 消圈算法 经典的消圈算法(Klein): 利用bellman-ford找负圈, 最坏情况需要迭代O(C)次 每次用O(nm)时间找平均费用最小的增广圈进行增广, 则对于整数权来说最多迭代O(nmlog(nC)), 而对于任意实数权来说最多迭代O(nm2logn)次 结论: 虽然是强多项式时间复杂度, 但阶太高, 不实用 连续最短路算法 由Jewell(1958), Iri(1960), Busacker和Gowen(1961)等人独立提出 算法是迭代式的, 流量为v时的当前费用流是流量为v的最小费用流 最小费用增广路是残量网络中最短的s-t路. 由于残量网络中的费用有正有负, 所以最短路只能用bellman-ford算法计算, 每次需要O(mn)时间,假设增广k次, 则时间复杂度为O(kn3), 对稀疏图为O(knm) 进一步讨论 算法为什么是正确的 思路: 利用消圈定理 时间复杂度能进一步降低么? 思路: 修改权(顶点势) 正确性证明 如下图, 箭头都代表多步到达, w是负圈, 故 P(i- a- b- c- j)+P(j- i) 0, 因此 P(i- a- b- c- j) P(i- j) Edmonds和Karp 假设增广前s到u的距离为d(u), 增广后的费用函数为w(e), 对于弧e=uv定义一个新的权值w*(e) = w(e) + d(u) – d(v), 则对于任意s-t路X, 有w*(X) = w(X) – d(x), 即对于权函数w(e), w*(e), 从s出发的单源最短路树完全一样 改进算法: 用w*(e)=w(e)+d(u)-d(v)作为权函数计算单源最短路d*(x), 然后计算出真正的新最短路 时间复杂度 改进算法: 用w*(e)=w(e)+d(u)-d(v)作为权函数计算单源最短路d*(x), 然后计算出真正的新最短路 注意到w*(e)是非负的, 所以可以用dijkstra实现. 为什么是非负的? 因为如果w*(e)=w(e)+d(u)-d(v) 0, 有d(v) d(u)+w(e), 这和d(u)是最短距离矛盾 时间复杂度降为O(kn2), 稀疏图O(kmlogn) 例1. Another Assignment Problem (SPOJ 684) 第i类工人有a(i)个, 第j类工作有b(j)个, 第i类工人做第j类工作的代价是c(i,j). 用最小代价把所有工人安排好位置(保证工人数等于工作数) * s i j t a b c P W *