网络流算法专题.pptVIP

费用流算法求最小费用最大流的基本思想是贪心法。即：对于流f，每次选择最小费用可改进路进行改进，直到不存在可改进路为止。这样的得到的最大流必然是费用最小的。算法可描述为：第1步.令f为零流。第2步.若无最小费用可改进路，转第5步；否则找到最小费用可改进路，设为P。第3步.根据P求delta（改进量）。第4步.放大f。转第2步。第5步.算法结束。此时的f即最小费用最大流。如何求最小费用可改进路设带费用的网络流图G=(V,E,C,W)，它的一个可行流是f。我们构造带权有向图B=(V’,E’)，其中：V’=V。若Vi,Vj∈E，fijCij，那么Vi,Vj∈E’，权为Wij。

若Vi,Vj∈E，fij0，那么Vj,Vi∈E’，权为-Wij。显然，B中从S到T的每一条道路都对应关于f的一条可改进路；反之，关于f的每条可改进路也能对应B中从S到T的一条路径。即两者存在一一映射的逻辑关系。故若B中不存在从S到T的路径，则f必然没有可改进路；不然，B中从S到T的最短路径即为f的最小费用可改进路。现在的问题变成：给定带权有向图B=(V’,E’)，求从S到T的一条最短路径。考虑到图中存在权值为负数的弧，不能采用Dijkstra算法；Floyd算法的效率又不尽如人意——所以，这里采用一种折衷的算法：迭代法（bellman算法）。step1.令Short[i]?+∞（1≤i≤n+1），Short[0]?0。step3.算法结束。若Short[n+1]=+∞，则不存在从S到T的路径；否则可以根据Last记录的有关信息得到最短路径。设Short[i]表示从S到i顶点的最短路径长度；从S到顶点i的最短路径中，顶点i的前趋记为Last[i]。那么迭代算法描述如下：（为了便于描述，令n=|V’|，S的编号为0，T的编号为n+1）step2.遍历每一条弧Vi,Vj。若Short[i]+i,jShort[j]，则令Short[j]?Short[i]+i,j，同时Last[j]?i。重复做step2直到不存在任何任何弧满足此条件为止。一次迭代算法的时间复杂度为O(kn2)，其中k是一个不大于n的变量。在费用流的求解过程中，k大部分情况下都远小于n。123456迭代法求最短路经procedurecostflow;{求最小费用最大流}vari,j,x,delta:integer;best,last:tline;{best：最短路长度；last：可改进路中的前趋顶点}more:boolean;beginrepeatfillword(best,sizeof(best)shr1,maxint);fillchar(last,sizeof(last),0);last[1]:=maxint;best[1]:=0;{赋初值}repeatmore:=false;fori:=1tondoifbest[i]maxintthenforj:=1tondobeginif(flow[i,j]limit[i,j])and(best[i]+cost[i,j]best[j])thenbeginbest[j]:=best[i]+cost[i,j];last[j]:=i;more:=true;end;if(flow[j,i]0)and(best[i]-cost[j,i]best[j])thenbeginbest[j]:=best[i]-cost[j,i];last[j]:=-i;more:=true;end;end;untilnotmore;{找最优可改进路}ifbest[n]=maxintthenbreak;delta:=maxint;i:=n;repeatj:=i;i:=abs(last[j