Edmonds_Karp 算法 (转)
找了好久終于在這個牛這里找到為什么反向邊要加回流量的原因了，
因為是初學教程，所以我會盡量避免繁雜的數學公式和證明。也盡量給出了較為完整的代碼。
本文的目標群體是網絡流的初學者，尤其是看了各種NB的教程也沒看懂怎么求最大流的小盆友們。本文的目的是，解釋基本的網絡流模型，最基礎的最大流求法，即bfs找增廣路法，也就是EK法，全名是Edmond-Karp，其實我倒是覺得記一下算法的全名和來歷可以不時的拿出來裝一裝。
???比如說這個，EK算法首先由俄羅斯科學家Dinic在1970年提出，沒錯，就是dinic算法的創始人，實際上他提出的也正是dinic算法，在EK的基礎上加入了層次優化，這個我們以后再說，1972年Jack Edmonds和Richard Karp發表了沒有層次優化的EK算法。但實際上他們是比1790年更早的時候就獨立弄出來了。
???你看，研究一下歷史也是很有趣的。
???扯遠了，首先來看一下基本的網絡流最大流模型。
??? 有n個點，有m條有向邊，有一個點很特殊，只出不進，叫做源點，通常規定為1號點。另一個點也很特殊，只進不出，叫做匯點，通常規定為n號點。每條有向邊上有兩個量，容量和流量，從i到j的容量通常用c[I,j]表示,流量則通常是f[I,j]。通常可以把這些邊想象成道路，流量就是這條道路的車流量，容量就是道路可承受的最大的車流量。很顯然的，流量<=容量。而對于每個不是源點和匯點的點來說，可以類比的想象成沒有存儲功能的貨物的中轉站，所有”進入”他們的流量和等于所有從他本身”出去”的流量。
???把源點比作工廠的話，問題就是求從工廠最大可以發出多少貨物，是不至于超過道路的容量限制，也就是，最大流。
???比如這個圖。每條邊旁邊的數字表示它的容量。
????下面我們來考慮如何求最大流。
??? 首先，假如所有邊上的流量都沒有超過容量(不大于容量)，那么就把這一組流量，或者說，這個流，稱為一個可行流。一個最簡單的例子就是，零流，即所有的流量都是0的流。
我們就從這個零流開始考慮，假如有這么一條路，這條路從源點開始一直一段一段的連到了匯點，并且，這條路上的每一段都滿足流量<容量，注意，是嚴格的<,而不是<=。那么，我們一定能找到這條路上的每一段的(容量-流量)的值當中的最小值delta。我們把這條路上每一段的流量都加上這個delta，一定可以保證這個流依然是可行流，這是顯然的。
???這樣我們就得到了一個更大的流，他的流量是之前的流量+delta，而這條路就叫做增廣路。
??? 我們不斷地從起點開始尋找增廣路，每次都對其進行增廣，直到源點和匯點不連通，也就是找不到增廣路為止。當找不到增廣路的時候，當前的流量就是最大流，這個結論非常重要。
尋找增廣路的時候我們可以簡單的從源點開始做bfs，并不斷修改這條路上的delta量，直到找到源點或者找不到增廣路。
這里要先補充一點，在程序實現的時候，我們通常只是用一個c數組來記錄容量，而不記錄流量，當流量+1的時候，我們可以通過容量-1來實現，以方便程序的實現。
Bfs過程的半偽代碼：下面另給一個C++版的模板
int BFS()
{
??? int i,j,k,v,u;
??? memset(pre,-1,sizeof(pre));
??? for(i=1;i<=n;++i)flow[i]=max_int;?
??? queue<int>que;
??? pre[start]=0;
??? que.push(start);
??? while(!que.empty())
??? {
??????? v=que.front();
??????? que.pop();?
??????? for(i=1;i<=n;++i)
??????? {
??????????? u=i;
??????????? if(u==start||pre[u]!=-1||map[v][u]==0)continue;
??????????? pre[u]=v;
??????????? flow[u]=MIN(flow[v],map[v][u]);
??????????? que.push(u);
??????? }
??? }
??? if(flow[end]==max_int)return -1;
??? return flow[end];
}
但事實上并沒有這么簡單，上面所說的增廣路還不完整，比如說下面這個網絡流模型。
我們第一次找到了1-2-3-4這條增廣路，這條路上的delta值顯然是1。于是我們修改后得到了下面這個流。（圖中的數字是容量）
這時候(1,2)和(3,4)邊上的流量都等于容量了，我們再也找不到其他的增廣路了，當前的流量是1。
但這個答案明顯不是最大流，因為我們可以同時走1-2-4和1-3-4，這樣可以得到流量為2的流。
那么我們剛剛的算法問題在哪里呢？問題就在于我們沒有給程序一個”后悔”的機會，應該有一個不走(2-3-4)而改走(2-4)的機制。那么如何解決這個問題呢？回溯搜索嗎？那么我們的效率就上升到指數級了。
而這個算法神奇的利用了一個叫做反向邊的概念來解決這個問題。即每條邊(I,j)都有一條反向邊(j,i)，反向邊也同樣有它的容量。
我們直接來看它是如何解決的：
在第一次找到增廣路之后，在把路上每一段的容量減少delta的同時，也把每一段上的反方向的容量增加delta。即在Dec(c[x,y],delta)的同時，inc(c[y,x],delta)
我們來看剛才的例子，在找到1-2-3-4這條增廣路之后，把容量修改成如下
這時再找增廣路的時候，就會找到1-3-2-4這條可增廣量，即delta值為1的可增廣路。將這條路增廣之后，得到了最大流2。
那么，這么做為什么會是對的呢？我來通俗的解釋一下吧。
事實上，當我們第二次的增廣路走3-2這條反向邊的時候，就相當于把2-3這條正向邊已經是用了的流量給”退”了回去，不走2-3這條路，而改走從2點出發的其他的路也就是2-4。（有人問如果這里沒有2-4怎么辦，這時假如沒有2-4這條路的話，最終這條增廣路也不會存在，因為他根本不能走到匯點）同時本來在3-4上的流量由1-3-4這條路來”接管”。而最終2-3這條路正向流量1，反向流量1，等于沒有流量。
這就是這個算法的精華部分，利用反向邊，使程序有了一個后悔和改正的機會。而這個算法和我剛才給出的代碼相比只多了一句話而已。
總結
以上是生活随笔為你收集整理的Edmonds_Karp 算法 (转)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 最大流EK算法
- 下一篇： 最大流的算法——Edmonds-Karp