- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
成都 成都 重庆 武汉 上海 西安 郑州 沈阳 昆明 广州
重庆 10
武汉 5 5
上海 15 10
西安 8 6
郑州
沈阳
昆明 12 15
广州 10
北京 30 25
15 8 6
8 14 8 18 10 6 10
8 8 2
用图来描述就是
6
郑
6
重
西
10 8
成
5 12
25 15
昆
8
8 15 10 14
8
30 15 5
v1 vs v3
v2
vt
v4 边集（vs,v1），（v1,v3），（v2,v3），（v3,vt）， （v4,vt）是G的割集。其顶点分别属于两个互补不相交 的点集。去掉这五条边，则图不连通，去掉这五条边中 的任意1-4条，图仍然连通。
割集的容量(简称割量) 最小 割集 割集(V1, V2)中所有起点在V1，终点在V2的边的容量 的和称为割集容量。例如下图中所示割集的容量为5
x1 1
1 1 1 1 1 1
y1 y2 y3 y4 y5 1 1 1 1
vs
1
1
x2 1 x3 x4 x5
vs
最大匹配为(省略了最后一步的标号过程):
x1 x2 x3 x4 x5 y1 y2 y3 y4 y5
标号过程: (1)给vs标号(∆,+∞)，vs成为已标号未检查的点，其 余都是未标号点。 (2)取一个已标号未检查的点vi，对一切未标号点vj： 若有非饱和边(vi,vj)，则vj标号(vi,l(vj))，其中l(vj)＝ min[l(vi),cij – fij]，vj成为已标号未检查的点；若有非 零边(vj,vi)，则vj标号(-vi,l(vj))，其中l(vj)＝min[l(vi), fji]， vj成为已标号未检查的点。vi成为已标号已检查的点。 (3)重复步骤(2)，直到vt成为标号点或所有标号点 都检查过。若vt成为标号点，表明得到一条vs到vt的 增广链，转入调整过程；若所有标号点都检查过， 表明这时的可行流就是最大流，算法结束。 调整过程：在增广链上，前向边流量增加l(vt)，后 向边流量减少l(vt)。
下面用实例说明具体的操作方法：例
v2 (3,3) vs (5,1) v1 (2,2) v3 (4,3) (1,1) v4 (5,3) (3,0) (2,1)
(1,1)
vt
在图中给出的可行 流的基础上， 流的基础上，求vs 的最大流。 到vt的最大流。
(3,3) v2 (4,3) (1,0) v4 (5,3) vt
最大流问题
基本概念
v2 3 vs 5 v1 2 v3 1 1 3 2 4 v4 5 vt
给定一个有向图G＝(V,E)，其中仅有一个点的入次 为零称为发点（源），记为vs，仅有一个点的出次为 零称为收点（汇），记为vt，其余点称为中间点。 对于G中的每一条边(vi,vj)，相应地给一个数cij （cij≥0），称为边(vi,vj)的容量。我们把这样的网 络 G称为容量网络 ，记为G＝(V,E,C)。
得增广链，标号结束， 得增广链，标号结束， 进入调整过程
无增广链，标号结束， 无增广链，标号结束，得 最大流。同时得最小割。 最大流。同时得最小割。
下图中已经标示出了一个可行流，求最大流
[vs, 4] (4, 0) [v2, 4]
v2
(4, 0)
v4
(5, 2) (1, 0) [∆, ∞] vs (5, 2) (1, 0) (3, 2)
vs
(2, 0)
[v4, 3]
v5
[vs, 3]
v1
(2, 2)
v3
(4, 0)
[-v4, 2]
如图已经得到增广链，然后进行调整。
调整后的可行流如下图：
[vs, 1]
v2
(4, 3)
[v2, 1]
v4
(5, 5) (4, 3) (1, 0) [∆, ∞] vs (5, 2) (1, 0) (3, 2)
v2 3 vs 5 v1 2 v3 1 1 3 2 4 v4 5 vt
在容量网络的所有割集中，割集容量最小的割集称为 最小割集（最小割）。
对于可行流f＝{fij}，我们把网络中使fij＝cij的 边称为饱和边，使fij<cij的边称为非饱和边；把 使fij＝0的边称为零流边，使fij>0的边称为非零 流边。 若μ是联结发点 v2 4,1 v4 vs和收点vt的一条链， 3,1 5,2 1,0 我们规定链的方向是 vs 3,1 1,0 vt 从vs到vt，则链上的 2,1 5,2 v1 2,2 v3 边被分成两类：前向 边、后向边。 设f是一个可行流，µ是从vs到vt的一条链，若µ 满足前向边都是非饱和边,后向边都是都是非零 流边,则称µ是（可行流f的）一条可增广链。武京 上来自1010 2广
8
10 6
8
沈
18
发点v 成都 收点v 北京 成都， 北京。 发点 s =成都，收点 t =北京。前面已订购机票情况表中的数字即是 各边上的容量（允许通过的最大旅客量）， ），当各边上的实际客流量为 各边上的容量（允许通过的最大旅客量），当各边上的实际客流量为 零时略去不写，以零流作为初始可行流。 零时略去不写，以零流作为初始可行流。
利用标号法（经5次迭代）可以得到从成都发送旅 客到北京的最大流量如图所示
0 重 10 0 6 12 成 5 武 10 12 6 0 广 0 10 0 沈 30 上 8 18 京 0 昆 西 0 2 10 10 10 10 8 6 郑
W ( f* ) =10+6+12+30+12+10+5 = 85
给定容量网络G＝(V,E,C)，若点集V被剖分 为两个非空集合V1和V2，使 vs∈V1 ，vt∈V2， 则把边集(V1,V2)称为（分离vs和vt的）割集。 割
v2 3 vs 5 v1 2 v3 1 1 3 2 4 v4 5 vt
显然，若把某一割集的边从网络中去掉， 则从vs到vt便不存在路。所以，直观上说，割 集是从vs到vt的必经之路。
对最大流问题有下列定理： 定理1 定理1 容量网络中任一可行流的流量 不超过其任一割集的容量。 不超过其任一割集的容量。 定理2 最大流-最小割定理） 定理2（最大流-最小割定理）任一容 割定理 量网络中，最大流的流量等于最小割 量网络中，最大流的流量等于最小割集 的 割 量。 是最大流， 推论1 可行流f 是最大流 推论 可行流 *＝{fij*}是最大流，当且 仅当G中不存在关于 的增广链。 中不存在关于f 仅当 中不存在关于 *的增广链。
(-v1,1)
v2
(v2,1)
v4 (5,3) (1,1) (3,0) v3
(∆,+∞)
vs
(3,3)
(4,3)
(v3,1) (∆,+∞)
vt vs (5,2)
(1,1) v1
(1,0) v1
(3,0) (2,2) v3
(5,1) (2,2)
(2,1)
(2,2)
(vs,4)
(-v2,1)
(vs,3)
求最大流的标号法
标号法思想是：先找一个可行流。 标号法思想是：先找一个可行流。 对于一个可行流，经过标号过程 标号过程得到 对于一个可行流，经过标号过程得到 从发点v 到收点v 的增广链；经过调整 从发点vs到收点vt的增广链；经过调整 过程沿增广链增加可行流的流量，得 过程沿增广链增加可行流的流量， 沿增广链增加可行流的流量 新的可行流。重复这一过程， 新的可行流。重复这一过程，直到可 行流无增广链，得到最大流。 行流无增广链，得到最大流。
可行流总是存在的，例如f={0}就是一个流量为0的可 行流。 所谓最大流问题就是在容量网络中寻找流量最大的可 行流。 一个流f={fij}，当fij=cij，则称f对边(vi, vj)是饱和的， 否则称f对边(vi, vj)不饱和。对于不饱和的，其间隙为 δij=cij-fij 最大流问题实际上是一个线性规划问题。 但利用它与图的密切关系，可以利用图直观简便地求 解。
vs [v , 1]
5
(2, 0)
v5 v1
[vs, 3] (2, 2)
v3
(4, 0)
[v3, 1]
[-v4, 1]
如图已经得到增广链，然后进行调整。
调整后的可行流如下图： v2
(4, 4) (1, 0) [-, ∞] vs (5, 2) (1, 0) (3, 1) (2, 1)
(4, 4)
v4
(5, 5)
vs
v5 v1
[vs, 3] (2, 2)
v3
(4, 1)
如图所示最小割集的容量（即当前可行流的流量）， 就是最大流的流量。注：用该方法可以同时得到最小 割集，即图中连结已标号的点与未标号的点的边集。
具有实际背景的例子
• 国庆大假期间旅游非常火爆，机票早已订购 国庆大假期间旅游非常火爆， 一空。成都一家旅行社由于信誉好、服务好， 一空。成都一家旅行社由于信誉好、服务好， 所策划的国庆首都游的行情看好， 所策划的国庆首都游的行情看好，要求参加 的游客众多， 的游客众多，游客甚至不惜多花机票钱辗转 取道它地也愿参加此游。 取道它地也愿参加此游。旅行社只好紧急电 传他在全国各地的办事处要求协助解决此问 很快， 题。很快，各办事处将其已订购机票的情况 传到了总社。根据此资料，总社要作出计划， 传到了总社。根据此资料，总社要作出计划， 最多能将多少游客从成都送往北京以及如何 取道转机。 取道转机。下面是各办事处已订购机票的详 细情况表： 细情况表：
网络上的流，是指定义在边集E上的 函数f＝{f(vi,vj)}，并称f(vi,vj)为边 (vi,vj)上的流量，简记为fij。
v2 3,1 vs 5,2 1,0 v1 1,0 3,1 2,1 2,2 v3 4,1 v4 5,2 vt
![最大流问题求解算法_运筹学_[共4页]](https://img.taocdn.com/s1/m/bf4e91d2cc1755270622088d.png)
