第 6 单元 图的搜索算法.pptVIP

（5）增广路径 给定网络G = (V, E)及一个流f，一条增广路径p是剩余网络Gf中的一条从s到t的简单路径。根据剩余网络的定义，增广路径上的每一条边(u, v)将接纳一些从u到v的附加正流而不会违背该边上的容量限制。 定理6-6 若f 是G的一个最大流，则G关于f 的剩余网络Gf 中不存在增广路径。 （6）流网络的割 流网络G = (V, E)的一个割(S, T)是V的一个分为S和T= V – S，且s ? S及t ? T 的一个划分。若f是一个流，则跨越割(S, T)的净流定义为 。割(S, T )的容量为 。一个网络的最小割是该网络的容量最小的割。 引理6-7 流网络G中的任一个流f，以G的任一割的容量为上界。 2．算法的伪代码描述 定理6-7 设流网络G关于流f 不存在增广路径，则f 是G的一个最大流。 EDMONDS-KARP(G, s, t, c) 1 f←f0 2 cf←c 3 Gf←G 4 (?, d) ←BFS(Gf, s) 5 while d[t] ?? 6 do p←由?决定的从s到t的路径 7 cp ← min { cf (u, v) : (u, v)在p中} 8 for p中的每条(u, v) 9 do f[u, v] ← f[u, v] + cp 10 f[v, u] ← -f[u, v] 11 cf [u, v] ←cf [u, v]- cp 12 cf [v, u] ←cf [v, u]+ cp 13 Gf←由cf决定的有向图 14 (?, d) ←BFS(Gf, s) 15 return f 基本Ford-Fulkerson算法的执行。(a)～(d)是while循环的连续迭代。每一部分的左边展示的是第4行确定的剩余网络Gf，带阴影的是其增广路径p。每一部分的右边展示了在f上加上fp的结果。(a)中的剩余网络就是输入网络G。(e)是while循环最后检测的剩余网络。其中已无增广路径了，所以展示在(d)中的流f 就是最大流。 3．算法的运行时间 引理6-8 算法EDMONDS-KARP运行于源点为s，汇点为t的流网络G = (V, E )，对任意v?V-{s, t}，其在剩余网络中的最短路径df [v]随着流的增广而单调增加。 定理6-9 若EDMONDS-KARP算法运行于源为s汇为t的一个流网络G = (V, E )上，则算法的运行时间为O(V E2)。 4．二部图的最大匹配问题 给定一个无向图G = (V, E )，一个匹配是边的一个子集M ? E使得对所有的v ? V，至多有M中的一条边与v关联。说一个顶点v是匹配的，若M中有一条与v关联的边；否则，v是不匹配的。一个最大匹配是含有最多边的一个匹配，即对于任一匹配M＇，我们有|M | ? |M |。 假定顶点集合可以划分成V = L?R，其中L和R是不相交的且E中的所有边都连接L和R中的顶点。我们还假定V中的每一个顶点至少有一条边与之关联。称G为二部图。 一个二部图G = (V, E)，点划分为V = L R。(a)一个势为2的匹配。(b)一个最大匹配，其势为3。 5．寻求二部图的最大匹配 可以利用EDMONDS-KARP算法在| V |和| E |的多项式时间内，在一个无向二部图G = (V, E)中寻求一个最大匹配。 (a)一个二部图，其顶点划分为V = L ? R。用带阴影的边表示出一个最大匹配。(b)对应的流网络及其一个最大流。每一条边具有一个单位的容量。带有阴影的边具有流1，而其他的边不带有流。从L到R的带有阴影的边对应于二部图中的最大匹配。 第 6 章 图的搜索算法 图的邻接表表示 对图（有向或无向）G=V, E（为方便记，假定V={1, 2, …, n}），其邻接表表示是一个由|V|个链表组成数组，对每个u ? V，链表Adj[u]称为对应顶点u的邻接表。它包含G中所有与u相邻的顶点。每个邻接表中顶点通常是按任意顺序存放的。 6.1 广度优先搜索 1．问题的理解与描述 给定一个图（有向或无向）G = V, E和其中的一个源顶点s，广度优先搜索系统地探索G的边以“发现”从s出发每一个可达的顶点：发现从s出发距离为k+1的顶点之前先发现距离为k的顶点。搜索所经路径中的顶点，按先后顺序构成“父子关系”：先发现的顶点u，并由u出发发现与其相邻的顶点v，则称u为v的父亲。由于每个顶点只有最多一个顶点作为它的父亲，所以搜索路径必构成一棵根树（树根为起始顶点s）G?。我们把这棵树称为G的广度优先树。与此同时，我们还计算出了从s到这些可达顶点的距离（最少的