图的基本应用2.docVIP

图的基本算法2 1、最大流问题 规划模型： 中间节点流入量等于流出量 发点流出量与终点流入量为流值 边流量小于边容量 算法一：近似算法 示例： 算法二：最优算法 示例： 进一步讨论 约束条件 中的容量值若为整数，求解上述线性规划，必得整数最大流，即各条边上的流量为整数。 3、最小费用流 规划模型： 算法一： 示例： 算法二： 示例： 算法三：顶点标号算法 解 先给vs标以 ( +??, ??s ), ??s = +∞. 检查vs的未标号的邻接点v1, v2, v3, 发现v2点满足vs v2∈E, 且 f s2 = 2＜Cs2 = 4, 令 ??v 2 = min{2 , +∞} = 2, 给v2以标号 ( vs +, 2 ). 同理给v3点以标号 ( vs +, 1 ). 检查v2点的未标号的邻接点v5, v6, 发现v5满足v2v5∈E, 且f 25 = 0 ＜ C25 = 3, 令 ??v 5 = min{3 , 2}= 2, 给v5以标号 ( v2 +, 2 ) . 再检查与v5点邻接的未标号点有v1, vt , 发现v1点满足v1v5∈E, 且 f15 = 3＞0, 令 ??v1 = min{3 , 2}= 2, 给v1以标号 ( v5?, 2 ).因为v4点未标号, 与v1邻接, 边v1v4∈E, 且f 14 = 2＜C14 = 5, 所以令??v 4 = min{3 , 2}= 2, 给v4以标号 ( v1 +, 2 ).vt类似于前面的步骤, 可由v4得到标号( v4 +, 2 ).由于vt已得到标号, 说明存在可增广链, 所以标号过程结束,见图1 转入调整过程, 令 ? = ??vt = 2为调整量, 从vt 点开始, 按标号 ( v4 +, 2 ) 找到点v4并用f 4t + 2代替f 4t . 再由v4点标号 ( v1 +, 2 ) 找到前一个点v1并用 f 14 + 2代替f 14 . 按v1点标号( v5?, 2 ) 找到点v5, 由于标号为v5 ?, 所以用f 15 ??2代替f 15. 由v5点再找到v2, 用f 25 + 2代替f 25 . 由v2点找到vs , 用fs2 + 2代替fs2 . 调整过程结束.调整中的可增广链及调整后的可行流见图2 重复这个过程。。。。。。 4、最小点覆盖问题（点监控边，图中点数最少的覆盖所有边的点之集） 补集即为最大独立集（图中点数最多的不相邻点之集）。 规划模型： 最大独立集的规划模型： 算法一： 算法二： 算法三：逻辑算法（逻辑规则：对每个顶点v，选择v或选择v的所有相邻顶点） 第1步：建立逻辑表达式； 第2步：按逻辑乘与逻辑加的运算规则，化为最简析取范式形式； 第3步：最简形式中每一加项都是极小点覆盖，点数最小的为最小点覆盖。 建立逻辑式如下： 5、最小边覆盖问题（边覆盖点，图中边数最少的覆盖所有点的边之集） 规划模型： 算法：逻辑算法（逻辑规则：对每条边e，选择e或选择e的所有相邻边） 第1步：建立逻辑表达式； 第2步：按逻辑乘与逻辑加的运算规则，化为最简析取范式形式； 第3步：最简形式中每一加项都是极小边覆盖，点数最小的为最小边覆盖。 6、最小支配集（点支配点，点数最少的点之集，使图中每个点或属于该点集，或与该点集中至少一点相邻） 算法一：启发式算法 算法二：逻辑算法（逻辑规则：对每个顶点v，选择v或选择v的一个相邻顶点） 第1步：建立逻辑表达式； 第2步：按逻辑乘与逻辑加的运算规则，化为最简析取范式形式； 第3步：最简形式中每一加项都是极小支配集，点数最小的为最小支配集。 7、点着色问题（给图的点着色，且使邻点异色的最少颜色数） 规划模型： 引入0-1变量，当着第种颜色时，；否则；，设颜色种数为，建立如下模型，利用软件编程计算。 定理:色数≤max d(v)+1 算法一：搜索可以着相同颜色的顶点进行融合。 算法二： 算法三：近似算法—最大度数优先的Welsh-Powell算法 8、边着色问题（给图的边着色，且使邻边异色的最少颜色数） 算法：可以点边互换转化为点着色的问题。 规划模型： 引入0-1变量，当着第种颜色时，；否则；，设颜色种数为，建立如下模型，利用软件编程计算。 图1 图2