9 网络流与匹配.ppt

剩余网络(residual network) 定义9.3 给定一个网络G，其流为f，容量函数为c。关于流f的剩余容量函数cf定义如下：对任意一对顶点u,v?V ， cf(u,v)=c(u,v) –f(u,v)。流f的剩余网络是一个有向图Gf=(V, Ef ), ，其容量函数由cf定义，边集由Ef ={(u,v)|cf (u,v)0}确定。 流网络的割 (Cuts of flow networks) 定义9.7给定一个网络G=(V,E) ，网络的一个割(S,T)是把网络G的顶点集V分成两个子集S和T=V-S且s?S , t?T ，其中割(S,T)的容量记为c(S,T)，定义为 流过割(S,T)的流量记为f(S,T) ，定义为 流网络的割 (Cuts of flow networks) 引理9.3 给定一个网络G，令f为G的流。对于G的任意一个割(S,T) ，有f (S ,T) = | f | 。 证明：对S的顶点数进行归纳证明。 如果S={s}，由定义9.2显然成立。 假定对割(S,T)成立，则可以证明当w∈T-{t}, ，结论对割(S∪{w}, T -{w})也成立。事实上， 最大流最小割定理 定理9.1 给定一个网络G = (V,E) ，令f为G的流，则下列三个结论相互等价： (1)存在一个割(S, T) ，使得| f | = c (S, T) 。 (2)f是G的最大流； (3)剩余网络Gf不存在增广路径； 最大流最小割定理 定理9.1 给定一个网络G = (V,E) ，令f为G的流，则下列三个结论相互等价： (1)存在一个割(S, T) ，使得| f | = c (S, T) 。 (2)f是G的最大流； (3)剩余网络Gf不存在增广路径； 最大流最小割定理 定理9.1 给定一个网络G = (V,E) ，令f为G的流，则下列三个结论相互等价： (1)存在一个割(S, T) ，使得| f | = c (S, T) 。 (2)f是G的最大流； (3)剩余网络Gf不存在增广路径； 最大流最小割定理 定理9.1 给定一个网络G = (V,E) ，令f为G的流，则下列三个结论相互等价： (1)存在一个割(S, T) ，使得| f | = c (S, T) 。 (2)f是G的最大流； (3)剩余网络Gf不存在增广路径； 最短路径增广法 ShortestPathAugmentation算法开始先初始化流为零流，并设网络的剩余网络Gf为原始图，并计算其层次图（level graph），然后执行while循环。while循环分阶段进行，每个阶段由下面两步组成： （1） 只要GL中有从s到t的路径，就用fp对当前的流f进行增广，即f+fp ，从GL和Gf中移去饱和边，并相应地更新GL和Gf ； （2） 根据剩余网络Gf计算出层次图，若t不在GL中，则停止，否则继续。 当t在GL中再也不能从s到达时，则找不到增广路径。因为任何增广路径长度在1和|V|-1间，因此用做增广的层次图个数最多为|V|-1 。因为t不出现的层次图也要计算一次，因此计算的层次图总数最多是|V|。 例子 引理9.5 设p为网络G=(V, E)对应剩余网络的一条增广回路，则存在流量为|f|的流，且其费用为 定理9.5 可行流f为最小费用流当且仅当Gf中不存在费用为负的增广回路。 一般地，并不是每个无向图G = (V, E)都存在完全匹配，即存在最大匹配的图G 不一定存在完全匹配。反过来，如果图G 存在完全匹配，则该完全匹配一定是最大匹配。 定义9.16 给定一个无向图G = (V, E) ，设M是图G的一个匹配，则称G中由匹配边和未匹配边交错出现的一条简单路径为一条关于M的交错路径。如果交错路径p的起点和终点重合，则该路径称为交错回路。如果交错路径p的起点和终点都不是匹配顶点，则该路径称为关于M的一条增广路径。 匈牙利树方法 从G的任意匹配（例如空匹配）M开始，首先对G中关于M的一个未匹配点，寻找关于M的－条增广路径。若关于M的所有未匹配点都不存在增广路径，则M为最大匹配；若存在，则将关于M的增广路径的匹配边与未匹配边互换，从而得到比M多一条边的匹配M‘ ，再对重复上述过程。 本文观看结束！！！ * unit distances * * * Obtain a network, and use the same network to illustrate the shortest path problem for communication networks, the max flow problem, the minimum cost flow problem, and the multicommodity flow pr