`
yzmduncan
  • 浏览: 330384 次
  • 性别: Icon_minigender_1
  • 来自: 武汉
文章分类
社区版块
存档分类
最新评论

关键割边

阅读更多

    关键割边就是增加某条边的容量,使得网络的最大流增加。

    步骤:

    1. 求最大流,得到残余网络。

    2. 在残余图上从s点出发dfs,得到割边(a,b)。

    3. 从t点出发反向dfs,得到所有能到达t的点。

    4. 对于某条割边(a,b),若b能到达t,则该边为关键割边。(因为从s到t的路径上只有这一条割边,增加这条割边,肯定可以增加流量)。

 

例:POJ3024

    题意:找关键割边数量。

#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;
const int INF = 0x7fffffff;
const int maxv = 505;
const int maxe = 5005*2;
int n,m;
int col[maxv];
bool vis[maxv];
//
struct Edge
{
    int v;
    int next;
    int flow;
};
Edge e[maxe];
int head[maxv],edgeNum;
int now[maxv],d[maxv],vh[maxv],pre[maxv],preh[maxv];

void addEdge(int a,int b,int c)
{
    e[edgeNum].v = b;
    e[edgeNum].flow = c;
    e[edgeNum].next = head[a];
    head[a] = edgeNum++;
    e[edgeNum].v = a;
    e[edgeNum].flow = 0;
    e[edgeNum].next = head[b];
    head[b] = edgeNum++;
}

void Init()
{
    edgeNum = 0;
    memset(head,-1,sizeof(head));
    memset(d,0,sizeof(d));
}

int sap(int s,int t,int n)       //源点,汇点,结点总数
{
    int i,x,y;
    int f,ans = 0;
    for(i = 0; i < n; i++)
        now[i] = head[i];
    vh[0] = n;
    x = s;
    while(d[s] < n)
    {
        for(i = now[x]; i != -1; i = e[i].next)
            if(e[i].flow > 0 && d[y=e[i].v] + 1 == d[x])
                break;
            if(i != -1)
            {
                now[x] = preh[y] = i;
                pre[y] = x;
                if((x=y) == t)
                {
                    for(f = INF,i=t; i != s; i = pre[i])
                        if(e[preh[i]].flow < f)
                            f = e[preh[i]].flow;
                    ans += f;
                    do
                    {
                        e[preh[x]].flow -= f;
                        e[preh[x]^1].flow += f;
                        x = pre[x];
                    }while(x!=s);
                }
            }
            else
            {
                if(!--vh[d[x]])
                    break;
                d[x] = n;
                for(i=now[x]=head[x]; i != -1; i = e[i].next)
                {
                    if(e[i].flow > 0 && d[x] > d[e[i].v] + 1)
                    {
                        now[x] = i;
                        d[x] = d[e[i].v] + 1;
                    }
                }
                ++vh[d[x]];
                if(x != s)
                    x = pre[x];
            }
    }
    return ans;
}
void minmGe(int x)
{
    col[x] = 1;
    for(int i = head[x]; i != -1; i = e[i].next)
    {
        int to = e[i].v;
        if(e[i].flow > 0 && !col[to])
            minmGe(to);
    }
}
//

void dfs(int now)
{
    vis[now] = true;
    for(int i = head[now]; i != -1; i = e[i].next)
    {
        if(i%2==0)
            continue;
        int to = e[i].v;
        if(e[i^1].flow>0&&!vis[to])
            dfs(to);
    }
}

int main()
{
    int i,j;
    int from,to,c;
    Init();
    memset(col,0,sizeof(col));
    memset(vis,0,sizeof(vis));
    scanf("%d %d",&n,&m);
    for(i = 0; i < m; i++)
    {
        scanf("%d %d %d",&from,&to,&c);
        addEdge(from,to,c);
    }
    sap(0,n-1,n);
    minmGe(0);
    int result = 0;
    dfs(n-1);
    for(i = 0; i < n; i++)
    {
        if(!col[i])
            continue;
        for(j = head[i]; j != -1; j = e[j].next)
        {
            int to = e[j].v;
            if(j%2==0 && col[to]==0 && vis[to])
                result++;
        }
    }
    printf("%d\n",result++);
    return 0;
}

 

 

 

 

分享到:
评论

相关推荐

    3-正则图的1-因子与割边数

    关键词“1-因子”,“3-正则图”,“Tutte定理”,“割边”分别代表了文章的主要研究对象、图的类别、理论依据和研究的关键概念。 在引言部分,作者提到图的1-因子理论是图论中较为重要的研究分支,并指出了本研究...

    求最大流最小割--图割方法

    最小割则是在网络中找到一个分割源和汇的边集合,其总容量最小,且移除这个边集合后,源节点无法向汇节点发送任何流量。 在图割方法中,每个像素被视为图中的一个节点,像素间的匹配可能性作为边的容量。通过运行...

    图论判别图G是否为割点割边

    在图论领域中,割点(也称为关键点)和割边(也称为桥)是两个重要的概念。一个割点是指如果删除该点及其相关的边,整个图就会变得不连通。而割边则是指如果删除这条边,整个图也会变得不连通。 #### 割点与割边的...

    点割集、边割集、割点、桥、连通度、双连通分支定义1

    在图的分析中,点割集、边割集、割点、桥、连通度和双连通分支是关键概念,它们帮助我们理解图的结构特性。 1. **点割集**: 点割集V是图G中的一组顶点,当这些顶点及其关联的边被删除时,会导致图G不连通。但若仅...

    图割的经典讲解PPT

    图割是一种在图论中广泛使用的数学方法,用于解决各种优化问题,特别是在计算机科学和人工智能领域有着重要应用。...对于计算机科学和相关领域的专业人士来说,理解和运用图割是提升解决问题能力的关键一步。

    经典的图割论文

    图通常代表像素之间的相似度或连接关系,割边的权重则反映了像素归属不同区域的成本。 **最大流(Maximum Flow)**: 最大流问题是一个经典的网络流问题,旨在在一个有向图中找到最大的流量从源节点到汇点,而不...

    FT_最小割集求解_故障树_最小割集_

    Karger's算法是一种随机化算法,通过随机合并图中的边,直到只剩下一个连通分量,这个过程可以多次重复以提高找到最小割的概率。在蒙特卡洛模拟中,我们可以通过大量重复运行Karger's算法,统计结果,最终找出最小割...

    多标签图割算法

    `GCoptimization.cpp`可能包含了图割优化的具体实现,它可能包括了初始化图、设置边权重、运行最大流算法以及后处理等步骤。`example.cpp`可能是展示如何使用该库进行多标签图割的示例代码。 `graph.cpp`和`graph.h...

    max_min_segment.zip_min图像_min图割_图最小割_最大流最小割_最小割

    最小割的值定义为割中所有边的流量之和,即割的容量。最小割问题就是找到这样一个割,它的容量是最小的。有趣的是,图的最大流值等于最小割的值,这是由最大流最小割定理保证的。 在图像处理中,图割算法常被用于...

    【matlab】割圆术求圆周率piCutCircle

    割圆术,又称穷竭法,是古代数学中求解圆周率π的一种方法,它通过不断将圆内接或外切多边形的边数增加来逼近圆的周长,进而逐步接近圆周率π的值。在MATLAB中实现割圆术,可以直观地演示这一过程,并通过计算得出π...

    最大流最小割源代码c++实现

    最小割是在网络中找到一个分割源和汇的割集,使得割集中边的总容量最小。最大流与最小割定理表明,一个网络的最大流值等于其最小割的容量,这为我们在实际问题中求解最小割提供了便捷途径。 在描述中提到的分类问题...

    7[1].胡伯涛《最小割模型在信息学竞赛中的应用》

    最后,通过最小割算法求解,答案可以通过计算割边的总容量减去所有点的点权的两倍得出。 总的来说,最小割模型在信息学竞赛中的应用体现了理论与实际问题的结合,它不仅展示了如何巧妙地构建数学模型解决实际问题,...

    基于最小割集的供电可靠性分布式计算研究.pdf

    在配电网可靠性评估中,最小割集被用来识别导致系统失效的关键边集,即最小割集。通过计算这些割集,可以预测系统在不同故障情况下的表现。例如,在图论中,一个无向图G(V,E)的最小割集是使得源点s到汇点t没有...

    基于图割理论的图像分割

    这些算法通过寻找最小割集来分割图,最小割集即为分割前后两部分的边权重之和最小的集合。 4. **获取分割结果**:经过图割算法,图像会被分割成两个或多个连通区域,每个区域代表图像的一个对象或背景。 5. **后...

    图割方法用于最大流的一片文章

    这个定理揭示了最大流问题的一个关键性质,也是图割方法的基础。 #### 六、残余网络 残余网络是与原网络关联的一个加权有向图,它具有相同的顶点集合,但是每条边的权重 w 表示在当前流的基础上,还可以增加的额外...

    约束参数最小割算法

    最小割对应的边集定义了分割边界。 5. **后处理**:根据最小割结果,进行后处理操作,如细化边界、去除小连通组件等,以优化分割效果。 在MATLAB代码`cpmc.m`中,可能包含了上述步骤的实现。代码通常会定义函数...

Global site tag (gtag.js) - Google Analytics