费用流—“数”与“形”的完美结合打印版.docxVIP

费用流——“数”与“形”的完美结合 PAGE \* MERGEFORMAT26 费用流—— 数与形的完美结合 ——省队论文答辩 二〇一二年五月 目 录  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc324789100 【摘要】  PAGEREF _Toc324789100 \h 2  HYPERLINK \l _Toc324789101 【关键词】  PAGEREF _Toc324789101 \h 2  HYPERLINK \l _Toc324789102 【正文】  PAGEREF _Toc324789102 \h 3  HYPERLINK \l _Toc324789103 一、定义  PAGEREF _Toc324789103 \h 3  HYPERLINK \l _Toc324789104 “形”——网络优化  PAGEREF _Toc324789104 \h 3  HYPERLINK \l _Toc324789105 “数”——线性规划  PAGEREF _Toc324789105 \h 3  HYPERLINK \l _Toc324789106 二、实现  PAGEREF _Toc324789106 \h 5  HYPERLINK \l _Toc324789107 “形”——增广路算法与SPFA流  PAGEREF _Toc324789107 \h 5  HYPERLINK \l _Toc324789108 “数”——对偶问题与原始-对偶算法（Primal-dual）  PAGEREF _Toc324789108 \h 6  HYPERLINK \l _Toc324789109 三、应用  PAGEREF _Toc324789109 \h 7  HYPERLINK \l _Toc324789110 “形”——采购 Purchase  PAGEREF _Toc324789110 \h 7  HYPERLINK \l _Toc324789111 “数”——Intervals  PAGEREF _Toc324789111 \h 10  HYPERLINK \l _Toc324789112 【总结】  PAGEREF _Toc324789112 \h 14  HYPERLINK \l _Toc324789113 【附件】  PAGEREF _Toc324789113 \h 15  HYPERLINK \l _Toc324789114 一、原始-对偶算法源程序（演示用，未加任何优化）  PAGEREF _Toc324789114 \h 15  HYPERLINK \l _Toc324789115 二、Purchase源程序  PAGEREF _Toc324789115 \h 16  HYPERLINK \l _Toc324789116 三、Intervals源程序  PAGEREF _Toc324789116 \h 20  HYPERLINK \l _Toc324789117 【参考文献】  PAGEREF _Toc324789117 \h 25   【摘要】 费用流，即最小费用最大流，是信息学竞赛的一种常用建模方式，具有“数”与“形”两方面的优美性质。 本文将着重从“数”和“形”两个方面介绍最小费用最大流的概念、实现和应用。 【关键词】 最小费用最大流 线性规划 组合优化  【正文】 一、定义 “形”——网络优化 从“形”的角度而言，费用流算法是基于流网络的一类算法。 流网络是一个图论模型，给定点集V、边集E、边的容量集C和边的费用D，流网络G=(V,E,C,D)，一般地，流网络同时给定源点S和汇点T。 最大流问题要求从源点S流出尽可能多的流量，流过一条或多条边，到达汇点T，且每条边上流过的流量不大于该边的流量限制，一个单位的流在某条边上产生的费用等于边的费用。而最小费用最大流问题就是要求在流量达到最大的情况下，总费用最小。 “数”——线性规划 我们从“数”的角度定量地考察这个问题，费用流问题实际上对应了一个特殊的线性规划模型，如果设f(i,j)代表边(i,j)∈E的流量，c(i,j)代表边(i,j)∈E的容量，d(i,j)代表边(i,j)∈E的单位流量费用，那么需要满足约束： 容量限制： 0≤f(i,j)≤c(i,j) 反对称性： fi,j=-f(j,i) 流量平衡： 对于i≠S,T，(j,i)∈Ef(j,i)=(i,k)∈Ef