P3376 【模板】网络最大流( Edmonds-krap、Dinic、ISAP 算法)

题目描述 如题,给出一个网络图,以及其源点和汇点,求出其网络最大流。

输入格式 第一行包含四个正整数N、M、S、T,分别表示点的个数、有向边的个数、源点序号、汇点序号。

接下来M行每行包含三个正整数ui、vi、wi,表示第i条有向边从ui出发,到达vi,边权为wi(即该边最大流量为wi)

输出格式 一行,包含一个正整数,即为该网络的最大流。

输入输出样例

输入 #1 复制
4 5 4 3
4 2 30
4 3 20
2 3 20
2 1 30
1 3 40
输出 #1 复制
50

说明/提示

时空限制:1000ms,128M

数据规模:

对于30%的数据:N<=10,M<=25

对于70%的数据:N<=200,M<=1000

对于100%的数据:N<=10000,M<=100000

样例说明:

题目中存在3条路径:

4–>2–>3,该路线可通过20的流量

4–>3,可通过20的流量

4–>2–>1–>3,可通过10的流量(边4–>2之前已经耗费了20的流量)

故流量总计20+20+10=50。输出50。

思路

最大流板子。。。。

大佬博客传送门1

传送门2

传送门3

传说门4

题解一(Edmonds-krap)

#include<iostream>
#include<cstring>
#include<queue>
using namespace std; #define INF 0x3f3f3f3f
const int maxn = 10005;
const int maxm = 300005;
int n,m,s,e; struct Edge
{
int u,v,next;
int cap,flow;
} edge[2*maxm];
int head[2*maxm]; int k = -1;
void Add(int u, int v, int w)
{
edge[++ k] = (Edge){ u, v, head[u], w, 0};
head[u] = k;
edge[++ k] = (Edge){ v, u, head[v], 0, 0};
head[v] = k;
}
int flag = 0; //flag == 0 表示还能找到增广路 int bfs(int s, int e)
{
int min_flow[maxn]; //min_flow[i] 表示到达第 i 号节点时,之前所有的路径中 最小的 边的流量cap - 已经流过的流量flow
int pre[maxm]; //记录增光路时,当前节点是由那个那条边找到的,这样在找到增光路之后,我们可以根据 pre[] 数组回推其他 组成该增光路的边
memset(min_flow, 0, sizeof(min_flow)); //min_flow[i] == 0 表示之前没有走过 i 节点
min_flow[s] = INF;
pre[s] = -1;
queue<int> q;
q.push(s);
int u,v,flow;
while(! q.empty())
{
u = q.front(); q.pop(); for(int i = head[u]; i != -1; i = edge[i].next)
{
v = edge[i].v;
flow = edge[i].cap - edge[i].flow;
if(flow > 0 && ! min_flow[v]) //所走的这条边还有 剩余的空间cap,并且该节点还没有被走过。。
{
pre[v] = i;
min_flow[v] = min(min_flow[u], flow);
q.push(v);
}
}
if(min_flow[e])
break;
}
if(! min_flow[e]) //一只到更新结束,终点到最小增加值还是等于0,那么说从起点到终点已经没有增广路了
flag = 1;
//这一点千万不要忘,,,,把用过的水流在这条增光路上都减去。。。。
for(int j = e; pre[j] != -1; j = edge[pre[j]].u)
{
edge[pre[j]].flow += min_flow[e];
edge[pre[e]^1].flow -= min_flow[e];
}
return min_flow[e]; //返回最小增加值到 答案中
} int max_flow()
{
int mx_flw = 0;
while(1)
{
mx_flw += bfs(s, e);
if(flag)
break;
}
return mx_flw;
} void init()
{
memset(head, -1, sizeof(head));
k = -1;
} int main()
{
ios::sync_with_stdio(false); cin.tie(nullptr);
//freopen("T.txt","r",stdin);
cin >> n >> m >> s >> e;
init();
int u,v,w;
for(int i = 1; i <= m; i ++)
{
cin >> u >> v >> w;
Add(u, v, w);
}
cout << max_flow() << endl; return 0;
}

题解二(Dinic)

#include<iostream>
#include<cstring>
#include<queue>
#include<algorithm>
using namespace std; #define INF 1e9
#define ll long long
const int maxn = 100005;
const int maxm = 150000;
int n,m; struct Edge
{
int v;
ll w;
int next;
} edge[maxm];
int head[maxn], cur[maxn];
int deep[maxn]; int k;
void Add(int u, int v, ll w)
{
edge[++ k] = (Edge){ v, w, head[u]};
head[u] = k;
edge[++ k] = (Edge){ u, 0, head[v]};
head[v] = k;
}
//bfs 为图分层 bool bfs(int s, int e)
{
memset(deep, 0x7f, sizeof(deep));
for(int i = 1; i <= n; i ++) cur[i] = head[i];
deep[s] = 0;
queue<int> q;
q.push(s);
int u,v;
ll w;
while(! q.empty())
{
u = q.front(); q.pop(); for(int i = head[u]; i != -1; i = edge[i].next)
{
v = edge[i].v;
w = edge[i].w;
if(w && deep[v] > INF)
{
deep[v] = deep[u] + 1;
q.push(v);
}
}
}
if(deep[e] >= INF)
return false;
return true;
} //dfs 一次找多条增光路(相当于找了一个增广网。。)
ll dfs(int now, int e, ll limit)
{
if(! limit || now == e) return limit; ll flow = 0, f;
for(int i = cur[now]; i != -1; i = edge[i].next)
{
cur[now] = i; //千万注意这一步的意思啊。。这一步是因为 dfs的特性是每次增广一定是增广,那么下一次就不必再检查它了,而直接看第一个未被检查的边
if(deep[edge[i].v] == deep[now] + 1 && (f = dfs(edge[i].v, e, min(limit, edge[i].w))))
{
flow += f;
limit -= f;
edge[i].w -= f;
edge[i^1].w += f;
if(! limit)
break;
}
}
return flow;
} ll Dinic(int s, int e)
{
ll mx_flw = 0;
while(bfs(s, e))
mx_flw += dfs(s, e, INF);
return mx_flw;
} void init()
{
k = -1;
memset(head, -1, sizeof(head));
} int main()
{
ios::sync_with_stdio(false); cin.tie(0);
//freopen("T.txt","r",stdin);
int s,e;
cin >> n >> m >> s >> e;
init();
int u,v;
ll w;
for(int i = 1; i <= m; i ++)
cin >> u >> v >> w, Add(u, v, w);
cout << Dinic(s, e); return 0;
}

题解三(ISAP)

#include<iostream>
#include<algorithm>
#include<queue>
#include<cstring>
using namespace std; #define INF 1e9
const int maxn = 10005;
const int maxm = 200005;
int n, m, s, e;
int k; struct Edge
{
int v,w,next;
} edge[2 * maxm]; int head[maxn],cur[maxn],deep[maxn];
int last[maxm];
int num[maxm]; // num 桶,用来统计每个分层的节点的数量 void Add(int u, int v, int w)
{
edge[++ k] = (Edge){ v, w, head[u]};
head[u] = k;
edge[++ k] = (Edge){ u, 0, head[v]};
head[v] = k;
} //bfs 用于更新deep层
void bfs(int e)
{
// for(int i = 0; i <= n; i ++)
// cur[i] = head[i], deep[i] = n;
for(int i = 0; i <= m; i ++) cur[i] = head[i];
for(int i = 1; i <= n; i ++) deep[i] = n;
deep[e] = 0;
queue<int> q;
q.push(e);
int u, v, w;
while(! q.empty())
{
u = q.front(); q.pop(); for(int i = head[u]; i != -1; i = edge[i].next)
{
v = edge[i].v;
if(edge[i^1].w && deep[v] == n) //正图 边存在 且 v这个节点没有被求过
{
deep[v] = deep[u] + 1;
q.push(v);
}
}
}
} int Add_flow(int s, int e)
{
int ans = INF;
int now = e;
while(now != s)
{
ans = min(ans, edge[last[now]].w);
now = edge[last[now]^1].v;
}
now = e;
while(now != s)
{
edge[last[now]].w -= ans;
edge[last[now]^1].w += ans;
now = edge[last[now]^1].v;
}
return ans;
} int isap(int s, int e)
{
int now = s; //从起点开始进行操作
bfs(e); //先找出来一条边 被操作的增光路
for(int i = 1; i <= n; i ++) num[deep[i]] ++;
int mx_flw = 0;
while(deep[s] < n)
{
if(now == e) //如果到达汇点直接增广,重新回到源点进行下一轮增广
{
mx_flw += Add_flow(s, e);
now = s;
}
bool has_find = 0;
for(int i = cur[now]; i != -1; i = edge[i].next)
{
if(edge[i].w && deep[now] == deep[edge[i].v] + 1)
{
has_find = 1; //做标记已经找到一种可行路径
cur[now] = i; //优化当前弧
now = edge[i].v;
last[edge[i].v] = i;
break;
}
} if(! has_find)
{
int minn = n - 1;
for(int i = head[now]; i != -1; i = edge[i].next)
if(edge[i].w)
minn = min(minn, deep[edge[i].v]);
if( (-- num[deep[now]]) == 0) break; //gap 优化出现了断层
num[deep[now] = minn + 1] ++;
cur[now] = head[now];
if(now != s)
now = edge[last[now]^1].v;
}
}
return mx_flw;
} void init()
{
k = -1;
memset(head, -1, sizeof(head));
} int main()
{
ios::sync_with_stdio(false); cin.tie(0);
//freopen("T.txt","r",stdin);
cin >> n >> m >> s >> e;
init();
int u,v,w;
for(int i = 1; i <= m; i ++)
cin >> u >> v >> w, Add(u, v, w);
cout << isap(s, e);
return 0;
}

P3376 【模板】网络最大流( Edmonds-krap、Dinic、ISAP 算法)的更多相关文章

  1. P3376 [模板] 网络最大流

    https://www.luogu.org/blog/ONE-PIECE/wang-lao-liu-jiang-xie-zhi-dinic EK 292ms #include <bits/std ...

  2. 【洛谷 p3376】模板-网络最大流(图论)

    题目:给出一个网络图,以及其源点和汇点,求出其网络最大流. 解法:网络流Dinic算法. 1 #include<cstdio> 2 #include<cstdlib> 3 #i ...

  3. 图论算法-网络最大流【EK;Dinic】

    图论算法-网络最大流模板[EK;Dinic] EK模板 每次找出增广后残量网络中的最小残量增加流量 const int inf=1e9; int n,m,s,t; struct node{int v, ...

  4. 「模板」网络最大流 FF && EK && Dinic && SAP && ISAP

    话不多说上代码. Ford-Fulkerson(FF) #include <algorithm> #include <climits> #include <cstdio& ...

  5. 【Luogu P3376】网络最大流

    Luogu P3376 最大流是网络流模型的一个基础问题. 网络流模型就是一种特殊的有向图. 概念: 源点:提供流的节点(入度为0),类比成为一个无限放水的水厂 汇点:接受流的节点(出度为0),类比成 ...

  6. [模板]网络最大流 & 最小费用最大流

    我的作业部落有学习资料 可学的知识点 Dinic 模板 #define rg register #define _ 10001 #define INF 2147483647 #define min(x ...

  7. CQOI2016 不同的最小割 (最小割树模板)(等价流树的Gusfield构造算法)

    题目 最小割树模板 算法详解及证明见: 2016年国家队候选队员论文 <浅谈无向图最小割问题的一些算法及应用--绍兴一中 王文涛> 3.2节 CODE #include <bits/ ...

  8. 网络最大流算法—EK算法

    前言 EK算法是求网络最大流的最基础的算法,也是比较好理解的一种算法,利用它可以解决绝大多数最大流问题. 但是受到时间复杂度的限制,这种算法常常有TLE的风险 思想 还记得我们在介绍最大流的时候提到的 ...

  9. P3376 【模板】网络最大流dinic算法

    P3376 [模板]网络最大流 题目描述 如题,给出一个网络图,以及其源点和汇点,求出其网络最大流. 输入输出格式 输入格式: 第一行包含四个正整数N.M.S.T,分别表示点的个数.有向边的个数.源点 ...

随机推荐

  1. nginx如何连接多个服务?

    记录一下: 刚开始用nginx部署,在项目文件内touch了一个nginx.conf配置文件,然后将这个conf文件软链接到nginx的工作目录中 sudo ln -s /home/ubuntu/xx ...

  2. dom节点及对节点的常用操作方法

    dom节点及对节点的常用操作方法 在说dom节点前,先来看看页面的呈现: dom渲染流程:  1.浏览器解析html源码,然后创建一个DOM树. 在DOM树中,每一个HTML标签都有一个对应的节点(元 ...

  3. 关于在elasticSearch中使用聚合查询后只显示10个bucket的问题

    先看下面es查询语句 { "size": 0, "aggs" : { "all_articleId" : { "terms&quo ...

  4. NLP自然语言处理入门-- 文本预处理Pre-processing

    引言 自然语言处理NLP(nature language processing),顾名思义,就是使用计算机对语言文字进行处理的相关技术以及应用.在对文本做数据分析时,我们一大半的时间都会花在文本预处理 ...

  5. [IOI1994] 时钟 - 搜索

    考虑九个安排在 \(3 \times 3\) 矩阵中的时钟,每个时钟只会指向 \(3,6,9,12\) 点.有 \(9\) 种操作方式,每种操作方式规定了其固定的操作对象集合,将这几个时钟都往后拨 \ ...

  6. Redux 架构理解

    Redux 是一种前端“架构模式”,是 Flux 架构的一种变种,用来提供可预测的状态管理.虽然经常和 React 一起被提及,但是 Redux 却不仅仅只能用于 React,还可以将其运用到其他前端 ...

  7. 简述树,Trie,Avl,红黑树

    树的表示方法 在平时工作中通常有2种方式来表示树状结构,分别是孩子链表示法和父节点表示法.光说名词可能无法让人联系到实际场景中,但是写出代码之后大家一定就明白了. 孩子链表示法,即将树中的每个结点的孩 ...

  8. 实操教程丨使用Pod安全策略强化K8S安全

    本文来自Rancher Labs 什么是Pod安全策略? Kubernetes Pod安全策略(PSP)是Kubernetes安全版块中极为重要的组件.Pod安全策略是集群级别的资源,用于控制Pod安 ...

  9. Docker 技术系列之安装Docker Desktop for Mac

    终于要进入到Docker技术系列了,感谢大家的持续关注. 为什么要选择Docker?因为Docker 轻巧快速,提供了可行.经济.高效的替代方案.举个例子,安装Nginx,Mysql,Redis等常用 ...

  10. typescript package.json vscode 终端 运行任务 Ctrl shift B

    { "dependencies": { "typescript": "^3.6.4" } }