网路流与图匹配.pptVIP

與前面類似，對於路徑覆蓋中的每條連接兩個頂點之間的每條有向邊u ? v，我們可以在匹配圖中對應做一條連接u與v‘的邊，顯然這樣做出來圖的是一個匹配圖(如果得到的圖不是一個匹配圖，那麼這個圖中必定存在這樣兩條邊?u ? v’? 及 u ? k‘，那麼在路徑覆蓋圖中就存在了兩條邊u-v, u-k，那從u出發的路徑就不止一條了，這與路徑覆蓋圖是矛盾的。 例題 機器人 在一個地圖中有很多障礙物，你要派出機器人去清除他們，但是你的機器人只能往右以及往下走，問最少要派多少台機器人才能把所有障礙物清除。 一般圖匹配 學會了如何找出二分圖的最大匹配，那一般圖呢？ 是否有辦法利用之前利用遞迴找增廣路的匈牙利演算法或是利用交錯樹與匈牙利樹找增廣路的匈牙利樹演算法找到呢？ 一般圖匹配 首先有一個明顯的性質：圖G為二分圖若且為若圖G不含奇圈(含有奇數個點的cycle) 我們發現在圖中有奇圈的形況下，若使用匈牙利演算法，複雜度會成長為O(n*n!)（因為交錯軌往不同的方向擴展可能會有不同的結果），極為恐怖。 一般圖匹配 若使用匈牙利樹演算法，在成長交錯樹的時候，可能會造成一些增廣路雖然存在，但在找到之前卻產生了匈牙利樹，以至於該增廣路永遠無法被找到。 所以，我們必須要想辦法處理奇圈的情況，才有辦法處理一般圖的最大匹配。 奇圈與花 為了處理奇圈的情形，我們針對會發生的奇圈定義一個新名詞：花(Blossom) 花為一個長度為2k+1且含有k條匹配邊的奇圈 奇圈與花 經由證明，我們可以得到一個消圈定理(Cycle Shrinking Lemma)： 令M為G的一個匹配，B為一朵花，如果一朵花B的點與剩於匹配M - B的點不相交，則把B縮成一個點，而縮點之後的新圖稱為G’，原本的匹配M則變成M’，我們可以證明： M’是G’的最大匹配 若且為若 M是G的最大匹配 奇圈與花 所以，經由消圈定理，我們可以得到一個新的縮花演算法： 先縮花，再成長交錯樹。 不過在成長完之後，要注意別忘記把花展開，因為裡面還有k條匹配邊。 例題工作排程 有一定數量的夜班警衛保衛當地的倉庫以防止搶劫。這些警衛需要成對地進行安排，使每一對安排在不同的夜晚。倉庫主管要求你寫一程序，確定能夠安排警衛的最大值。注意：每一個警衛人員只能安排一次，警衛人員不能單獨工作。 * * * * * * 多個源點與匯點 一般網路流的只會有一個源點及一個匯點，但如果有多個呢？ 解決方法很簡單，只要額外設置一個就好了，將源點看成從一個點發出，最後匯點則將流量全部匯集到一個點，需要注意容量設定成無限大。 最小費用最大流問題 在一般的網路模型中，我們在每條弧上額外定義弧的單位成本Cost(u, v)，整個網路所花費的成本為ΣCost(u, v)xFlow(u, v)，而最小費用最大流問題則是要我們在最大流情況找出流量網路的最小成本。 最小費用最大流問題 這與最短路徑問題相當類似，只不過最短路徑只有一輛車，但最小費用最大流卻是很多輛車，這又讓我們聯想到當我們在找增廣路徑使flow流過去的時候，不就像是開好多台車(該次增廣的流量)穿過去嗎？所以我們的得到了一個演算法：每次找增廣路徑的時候，都用單源最短路徑演算法(SSSP)找到一條成本最低的最短路徑來增廣，直到找不到增廣路徑為止。 因為成本可能是負的，另外也有逆流的問題，所以搭配的SSSP必須要能夠處理負邊才行(像是Bellman-Ford, Johnson’s…等)，不過當然，要一開始用APSP預處理也是可以的，但必須要注意的是，若圖上會出現負圈，就必須將圈消掉，簡言之就是沿圈增廣至殘餘網路不含負圈為止。 例題最小花費 你是一個貨物經銷商，你銷售著K種商品，現在有N份訂單與M個倉庫，對於不同的商品從不同的倉庫到不同的送貨地點的運輸單位成本是不一樣的，所以你希望在滿足條件下讓你的運輸成本越小越好。 建圖的技巧 網路流最困難的部分就是如何將一般的問題轉化成網路流模型。 首先是源點及匯點的構造，必須要找到一個能讓問題得以開始的起始點以及一個能夠統整問題的解答的終點，若有多個，則額外設置一個。 建圖的技巧 第二步是點的構造，必須要找到能代表點的事物，可能是一個狀態或者是一個個體之類的，若點上有限制流量，則使用點容量拆點法解決。 接下來是弧的構造，我們要找到點與點之間的關聯，並且設置一條條的弧，最困難的地方就在這裡，要如何連線以及設置容量，是網路流的最大重點。 最後就讓flow流過去即可。 例題出題者的問題 你要出一張考卷，涉及了N個領域的題目，每個領域需要出Pi題(i=1...N)，你有一個總共有M題的題庫，每一題都和Ri個領域相關(i=1...M, Ri=N)。所謂與某個領域相關，指的是該題可以被歸類於該領域，並非該題可以同時視為不同的領域，且