关于最小费用最大流的解题

网络流：最小费用最大流（最简单的算法）最小费用流在OI 竞赛中应当算是比较偏门的内容，但是NOI2008 中employee 的突然出现确实让许多人包括zkw 自己措手不及。

可怜的zkw 当时想出了最小费用流模型，可是他从来没有实现过，所以不敢写，此题0 分。

zkw 现在对费用流的心得是：虽然理论上难，但是写一个能AC 题的费用流还算简单。

先贴一个我写的employee 程序：只有不到70 行，费用流比最大流还好写～程序代码:C++#include <cstdio>#include <cstring>using namespace std;const int maxint=~0U>>1;int n,m,pi[550]={0},cost=0;bool v[550]={0};struct etype{int t,c,u;etype *next,*pair;etype(){}etype(int t_,int c_,int u_,etype* next_):t(t_),c(c_),u(u_),next(next_){}void* operator new(unsigned,void* p){return p;}} *e[550],*eb[550];int aug(int no,int m){if(no==n)return cost+=pi[1]*m,m;v[no]=true;for(etype *&i=e[no];i;i=i->next)if(i->u && !v[i->t] && pi[i->t]+i->c==pi[no])if(int d=aug(i->t,m<i->u?m:i->u))return i->u-=d,i->pair->u+=d,d;return 0;}bool modlabel(){int d=maxint,c;for(int i=1;i<=n;++i)if(v[i])for(etype *j=eb[i];j;j=j->next)if(j->u && !v[j->t])if((c=j->c-pi[i]+pi[j->t])<d)d=c;if(d==maxint)return false;for(int i=1;i<=n;++i)if(v[i])pi[i]+=d,e[i]=eb[i];return true;}int main(){freopen("costflow.in","r",stdin);freopen("costflow.out","w",stdout);scanf("%d %d",&n,&m);etype *Pe=new etype[m+m];while(m--){int s,t,c,u;scanf("%d%d%d%d",&s,&t,&u,&c);e[s]=new(Pe++)etype(t, c,u,e[s]);e[t]=new(Pe++)etype(s,-c,0,e[t]);e[s]->pair=e[t];e[t]->pair=e[s];}memmove(eb,e,sizeof(e));do do memset(v,0,sizeof(v));while(aug(1,maxint));while(modlabel());printf("%d\n",cost);return 0;}程序代码:CB大牛翻译的PASCALvarn,m,i,l,s,t,c,cost,u:longint;v:array[0..600]of boolean;dis:array[0..600]of longint;e_n,e_t,e_c,e_u,e_p,e_x:array[0..250000]of longint;function min(a,b:longint):longint;beginif a>b then exit(b);exit(a);end;procedure addedge(s,t,c,u,k:longint);begininc(l);e_n[l]:=e_n[s];e_n[s]:=l;//下一条边e_t[l]:=t;//边的另一端e_c[l]:=c;//边的费用e_u[l]:=u;//边的容量e_p[l]:=l+k;//对应的边end;procedure build(s,t,c,u:longint);beginaddedge(s,t,c,u,1);addedge(t,s,-c,0,-1);end;function aug(no,m:longint):longint;vari,d:longint;beginif no=n then begininc(cost,m*dis[1]);exit(m);end;v[no]:=true;i:=e_x[no];while i<>0 do beginif (e_u[i]>0)and(not v[e_t[i]])and(dis[e_t[i]]+e_c[i]=dis[no]) then begind:=aug(e_t[i],min(m,e_u[i]));if d>0 then begindec(e_u[i],d);inc(e_u[e_p[i]],d);e_x[no]:=i;exit(d);end;end;i:=e_n[i];end;e_x[no]:=i;exit(0);end;function modlabel:boolean;vard,i,j:longint;begind:=maxlongint;for i:=1 to n do if v[i] then beginj:=e_n[i];while j<>0 do beginif (e_u[j]>0)and(not v[e_t[j]])and(e_c[j]-dis[i]+dis[e_t[j]]<d) then d:=e_c[j]-dis[i]+dis[e_t[j]];j:=e_n[j];end;end;if d=maxlongint then exit(true);for i:=1 to n do if v[i] then beginv[i]:=false;inc(dis[i],d);end;exit(false);end;beginassign(input,'coflow.in');reset(input);assign(output,'coflow.out');rewrite(output);readln(n,m);l:=n;for m:=m downto 1 do beginreadln(s,t,u,c);build(s,t,c,u);end;repeatfor i:=1 to n do e_x[i]:=e_n[i];while aug(1,maxlongint)>0 do fillchar(v,sizeof(v),0);until modlabel;writeln(cost);close(output);end.这里使用的是连续最短路算法。

最小费用最大流问题例题讲解
最小费用最大流问题（Minimum Cost Maximum Flow Problem）是一种在特定的多媒体网络中传送给定体积的流量，使总花费最小化的一种算法。

它能满足一些实际生活中的求解，比如电力系统的供求、工厂的物料的分配和两地之间的物品的运输问题，以及更加复杂的产品开发和行业分工中的分布问题等等。

最小费用最大流问题的目标是在满足给定的最大流量要求的前提下，找出具有最小成本的流量方案。

这种问题的解决步骤如下：
1. 在图形中定义网络：用图形表示整个网络，每条边的容量是边上的流量上限。

2. 尝试找出最大流量：在不超过容量限制的前提下，找出输出流量最大的允许方案，也就是最小费用最大流量。

3. 计算最小成本：对所有边的成本进行总结，计算出最小成本。

下面以一个最小费用最大流问题的例题来说明：
假设有一个三角形的网络，它由一个源点S、一个汇点T、一个中间点O以及三条边组成，边的名字分别是SO、OT、OS，它们的容量分别是10、15和5，费用分别是5、3和2。

要求我们在此条件下求解最小费用最大流问题。

解：首先，我们可以求出最大流量：在边SO的容量为10时，我们可以将费用最小的边OT累加，得到最大流量值为10+3=13。

接下来，计算最小费用：根据上述算法，所有边的费用应该都大于等于0，才能累加而得到最大流量。

也就是说，最小费用为
5+3+2=10。

最后，最小费用最大流问题的解为：最大流量13，最小成本10。

图论专题小结：最小费用最大流算法一，给定流量F，求最小费用题意：网络中有两台计算机s,t。

现在每秒钟要从s到t传输大小为F的数据到t。

该网络中一共有N台计算机，其中有一些靠单向电缆相连接每条电缆用（from,to,cap,cost）表示从from发送给to，最大容量是cap，单位传输费用是cost。

问传输数据最小的花费是多少？解决最小费用流的一般思路是：每次都沿着最短路进行增广，增广一次之后累加本次增广的总费用，同时修改剩余的流量F，当F≤0时或dist[t]==INF时退出。

利用改进的Dijkstra算法求解（1）概述：题目要求在存在流量为F的前提下，总花费最少。

这类问题就是最小费用流问题。

该问题可以采用加入“势函数”后的Dijkstra算法解决。

因为对于每条边e=(u,v)，有如下事实成立：h(v)≤h(u)+e.cost(其中h[u]表示s到u的最短距离)。

因此令dist[v]=dist[u]+e.cost+h[u]-h[v],。

那么所有的dist值必然大于等于0，这样就能用Dijkstra算法求解了。

下面代码中用了一个优先队列，每次优先出列dist值小的元素。

整个算法的时间复杂度是O(F*ElogV)（F是流量，E是边数，V是顶点数）。

1.#include<iostream>2.#include<algorithm>3.#include<string>4.#include<sstream>5.#include<set>6.#include<vector>7.#include<stack>8.#include<map>9.#include<queue>10.#include<deque>11.#include<cstdlib>12.#include<cstdio>13.#include<cstring>14.#include<cmath>15.#include<ctime>16.#include<functional>ing namespace std;18.19.#define N 100020.#define INF 10000000021.typedef pair<int, int>P;//first保存最短距离，second保存顶点的编号22.23.struct Edge24.{25.int to, cap, cost, rev;//终点，容量（指残量网络中的），费用，反向边编号26.Edge(int t, int c, int cc, int r) :to(t), cap(c), cost(cc), rev(r){}27.};28.int V;//顶点数29.vector<Edge>G[N];//图的邻接表30.int h[N];//顶点的势31.int dist[N];//最短距离32.int prevv[N];//最短路中的父结点33.int preve[N];//最短路中的父边34.35.void addedge(int from, int to, int cap, int cost)36.{37.G[from].push_back(Edge( to, cap, cost,G[to].size()));38.G[to].push_back(Edge( from, 0, -cost, G[from].size() - 1 ));39.}40.int min_cost_flow(int s, int t, int f)//返回最小费用41.{42.int res = 0;43.fill(h, h + V, 0);44.while (f>0)//f>0时还需要继续增广45.{46.priority_queue<P, vector<P>, greater<P> >q;47.fill(dist, dist + V, INF);//距离初始化为INF48.dist[s] = 0;49.q.push(P(0, s));50.while (!q.empty())51.{52.P p = q.top(); q.pop();53.int v = p.second;54.if (dist[v]<p.first)continue;//p.first是v入队列时候的值，dist[v]是目前的值，如果目前的更优，扔掉旧值55.for (int i = 0; i<G[v].size(); i++)56.{57.Edge&e = G[v][i];58.if (e.cap>0 && dist[e.to]>dist[v] + e.cost + h[v] - h[e.to])//松弛操作59.{60.dist[e.to] = dist[v] + e.cost + h[v] - h[e.to];61.prevv[e.to] = v;//更新父结点62.preve[e.to] = i;//更新父边编号63.q.push(P(dist[e.to], e.to));64.}65.}66.}67.if (dist[t] == INF)//如果dist[t]还是初始时候的INF，那么说明s-t不连通，不能再增广了68.return -1;69.for (int j = 0; j<V; j++)//更新h70.h[j] += dist[j];71.int d = f;72.for (int x = t; x != s; x = prevv[x])73. d = min(d, G[prevv[x]][preve[x]].cap);//从t出发沿着最短路返回s找可改进量74. f -= d;75.res += d*h[t];//h[t]表示最短距离的同时，也代表了这条最短路上的费用之和，乘以流量d即可得到本次增广所需的费用76.for (int x = t; x != s; x = prevv[x])77.{78.Edge&e = G[prevv[x]][preve[x]];79. e.cap -= d;//修改残量值80.G[x][e.rev].cap += d;81.}82.}83.return res;84.}85.86.int main()87.{88.freopen("t.txt", "r", stdin);89.int m;90.while (cin >> V >> m)91.{92.for (int i = 0; i<m; i++)93.{94.int from, to, cap, cost;95.cin >> from >> to >> cap >> cost;96.addedge(from, to, cap, cost);97.}98.int s, t, f;99.cin >> s >> t >> f;100.cout << min_cost_flow(s, t, f) << endl;101.}102.return 0;103.}104.二，网络输出最大流时，求出最小的费用这就是最小费用最大流问题：既要求出最大流，又要求出达到最大流时候的最小费用。

利用lingo程序求最小费用最大流通常求最小费用最大流问题是分两个阶段：1，先求最大流。

2，再在最大流的基础上求最小费用流。

以下图为例。

其中如（5，8）=（容量，费用）。

求从S到T的最小费用最大流。

1，先求最大流，lingo程序为：MODEL:sets:nodes/s,1,2,3,t/;arcs(nodes,nodes)/s,1 s,2 1,t,1,3 2,1 2,3 3,t/:c,f;endsetsdata:c= 5 8 4 3 2 10 8;enddatamax = flow;@for(nodes(i)|i #ne# 1 #and# i #ne# @size(nodes):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=0);@sum(arcs(i,j)|i #eq# 1:f(i,j)) = flow;@for(arcs:@bnd(0,f,c));END结果是，最大流为12，2，再在最大流的基础上求最小费用流。

程序为：MODEL:sets:nodes/s,1,2,3,t/: ;arcs(nodes,nodes)/s,1 s,2 1,t,1,3 2,1 2,3 3,t/:b,c,f;endsetsdata:flow=12;b=8 7 9 2 5 9 4 ;c=5 8 4 3 2 10 8;enddatamin=@sum(arcs:b*f);@for(nodes(i)|i #ne# 1 #and# i #ne#@size(nodes):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=0);@sum(arcs(i,j)|i #eq# 1:f(i,j)) = flow;@for(arcs:@bnd(0,f,c));END结果是:Global optimal solution found.Objective value: 218.0000Infeasibilities: 0.000000Total solver iterations: 0Variable Value Reduced CostF( S, 1) 5.000000 -6.000000F( S, 2) 7.000000 0.000000F( 1, T) 4.000000 0.000000F( 1, 3) 3.000000 0.000000F( 2, 1) 2.000000 -2.000000F( 2, 3) 5.000000 0.000000 F( 3, T) 8.000000 -3.000000现利用lingo的子模型功能，将2个程序合二为一，可直接算出最小费用流。