[转载]最大流之Ford-Fulkerson方法详解及实现

2019年4月17日 212次阅读来源: zwithz

转自：http://blog.csdn.net/ivan_zgj/article/details/51580993

最大流问题常常出现在物流配送中，可以规约为以下的图问题。最大流问题中，图中两个顶点之间不能同时存在一对相反方向的边。

《[转载]最大流之Ford-Fulkerson方法详解及实现》 image

边上的数字为该条边的容量，即在该条边上流过的量的上限值。最大流问题就是在满足容量限制条件下，使从起点s到终点t的流量达到最大。在介绍解决最大流问题的Ford-Fulkerson方法之前，先介绍一些基本概念。

1. 残存网络与增广路径

根据图和各条边上的流可以画出一幅图的残存网络如下所示。左图为流网络，右图为残存网络，其中流网络中边上的数字分别是流量和容量，如10/12，那么10为边上的流量，12为边的容量。残存网络中可能会存在一对相反方向的边，与流网络中相同的边代表的是流网络中该边的剩余容量，在流网络中不存在的边代表的则是其在流网络中反向边的已有流量，这部分流量可以通过“回流”减少。例如，右图残存网络中，边<s,v1>的剩余容量为4，其反向边<v1.s>的值为12，即左图流网络中的边<s,v1>的流量。在残存网络中，值为0的边不会画出，如边<v1,v2>。

《[转载]最大流之Ford-Fulkerson方法详解及实现》 image
image

残存网络描述了图中各边的剩余容量以及可以通过“回流”删除的流量大小。在Ford-Fulkerson方法中，正是通过在残存网络中寻找一条从s到t的增广路径，并对应这条路径上的各边对流网络中的各边的流进行修改。如果路径上的一条边存在于流网络中，那么对该边的流增加，否则对其反向边的流减少。增加或减少的值是确定的，就是该增广路径上值最小的边。

2. Ford-Fulkerson方法

Ford-Fulkerson方法的正确性依赖于这个定理：当残存网络中不存在一条从s到t的增广路径，那么该图已经达到最大流。这个定理的证明及一些与其等同的定理可以参考《算法导论》。

Ford-Fulkerson方法的伪代码如下。其中<u,v>代表顶点u到顶点v的一条边，<u,v>.f表示该边的流量，c是边容量矩阵，c(i,j)表示边<i,j>的容量，当边<i,j>不存在时，c(i,j)=0。e为残存网络矩阵，e(i,j)表示边<i,j>的值，当边<i,j>不存在时，e(i,j)=0。E表示边的集合。f表示流网络。

Ford-Fulkerson

    for <u,v> ∈ E

        <u,v>.f = 0

    while find a route from s to t in e

        m = min(<u,v>.f, <u,v>  ∈ route)

        for <u,v> ∈ route

            if <u,v>  ∈ f

                <u,v>.f = <u,v>.f + m

            else

                <v,u>.f = <v,u>.f - m

Ford-Fulkerson方法首先对图中的所有边的流量初始化为零值，然后开始进入循环：如果在残存网络中可以找到一条从s到t的增广路径，那么要找到这条这条路径上值最小的边，然后根据该值来更新流网络。

Ford-Fulkerson有很多种实现，主要不同点在于如何寻找增广路径。最开始提出该方法的Ford和Fulkerson同学在其论文中都是使用广度优先搜索实现的，其时间复杂度为O(VE)，整个算法的时间复杂度为O(VE^2)。

下面我给出一个应用Bellman-Ford计算单源最短路径的算法实现寻找一条增广路径，对于用邻接矩阵表示的图来说，该实现的时间复杂度为O(V^3)，对于用邻接表表示的图来说，时间复杂度则为O(VE)。

// 寻找增广路径
int findRoute(int **e, int vertexNum, int *priorMatrix, int s,int t)
{
    s--; t--;
    int *d = (int *)malloc(sizeof(int)*vertexNum);
    // initialize
    for (int i = 0; i < vertexNum; i++)
    {
        d[i] = 0;
        priorMatrix[i] = -1;
    }
    d[s] = 1;
    // 反复用边<i,j>做松弛操作，将<s,...,j>更新为<s,...,i,j>
    for (int k = 0; k < vertexNum; k++)
    {
        for (int i = 0; i < vertexNum; i++)
        {
            for (int j = 0; j < vertexNum; j++)
            {
                if (d[j] == 0)
                {
                    d[j] |= (d[i] & (*((int*)e + i*vertexNum + j) > 0));
                    if (d[j] == 1)
                    {
                        priorMatrix[j] = i;
                    }
                }
            }
        }
    }
    if (d[t] == 0)  return 0;

    int min = INT_MAX;
    int pre = priorMatrix[t];
    while (pre != -1)
    {
        if (min > *((int*)e + pre*vertexNum + t))
        {
            min = *((int*)e + pre*vertexNum + t);
        }
        t = pre;
        pre = priorMatrix[t];
    }
    return min;
}

该实现应用了计算图的最短路径方法中的思想，对图中的边反复在松弛操作，从而计算得到一个源点到其它所有点的路径。这里我们不需要计算最短路径，只要找到一条可行路径即可。上述findRoute方法的实现原理可以参考我前面的一篇文章单源最短路径之Bellman-Ford算法。在寻找路径的同时，我们还要记录一个前驱子图priorMatrix，其本质上是一个一位数组，其记录了从顶点s到其它顶点的一条可行路径上的终点的前一个顶点。于是我们就可以从前驱子图中找到从s到t的一条完整路径。其正确性由图的最短路径的计算方法思想保证。具体可以参考我另一篇博客结点对最短路径之Floyd算法详解及实现。

下面给出根据图和流网络计算残存网络的代码。

// 计算残存网络
void calculateENet(int **c, int vertexNum, int **f, int **e)
{
    for (int i = 0; i < vertexNum; i++)
    {
        for (int j = 0; j < vertexNum; j++)
        {
            int a = *((int*)c + i*vertexNum + j);
            if (a != 0)
            {
                *((int*)e + i*vertexNum + j) = a - *((int*)f + i*vertexNum + j);
                *((int*)e + j*vertexNum + i) = *((int*)f + i*vertexNum + j);
            }
            else
            {
                *((int*)e + i*vertexNum + j) = 0;
            }
        }
    }
}

下面给出Ford-Fulkerson方法的实现代码。

/**
* Ford-Fulkerson方法的一种实现
* @param c 二维矩阵，记录每条边的容量
* @param vertexNum 顶点个数，包括起点和终点
* @param s 起点编号，编号从1开始
* @param t 终点编号
* @param f 输出流网络矩阵，二维矩阵，记录每条边的流量
*/
void Ford_Fulkerson(int **c, int vertexNum, int s, int t, int **f)
{
    int *e = (int *)malloc(sizeof(int)*vertexNum*vertexNum);    // 残存网络
    int *priorMatrix = (int *)malloc(sizeof(int)*vertexNum);    // 增广路径的前驱子图

    // initialize
    for (int i = 0; i < vertexNum;i++)
    {
        for (int j = 0; j < vertexNum; j++)
        {
            *(f + i*vertexNum + j) = 0;
        }
    }

    while (1)
    {
        calculateENet(c, vertexNum, (int **)f, (int **)e);  // 计算残存网络
        int min;
        if ((min = findRoute((int **)e, vertexNum, priorMatrix, s, t)) == 0)    // 寻找增广路径及其最小流值
        {
            break;
        }
        int pre = priorMatrix[t - 1];
        int next = t - 1;
        while (pre != -1)       // 按增广路径更新流网络
        {
            if (*((int*)c + pre * vertexNum + next) != 0)
            {
                *((int*)f + pre * vertexNum + next) += min;
            }
            else
            {
                *((int*)f + next * vertexNum + pre) -= min;
            }
            next = pre;
            pre = priorMatrix[pre];
        }
    }
}

3. 测试及效果

下面给出用于测试的代码。

void testFord()
{
    int c[6][6] = { 0,      16,     13,     0,      0,      0,
                    0,      0,      0,      12,     0,      0,
                    0,      4,      0,      0,      14,     0,
                    0,      0,      9,      0,      0,      20,
                    0,      0,      0,      7,      0,      4,
                    0,      0,      0,      0,      0,      0   };
    int f[6][6];
    Ford_Fulkerson((int **)c, 6, 1, 6, (int **)f);
    for (int i = 0; i < 6; i++)
    {
        for (int j = 0; j < 6; j++)
        {
            int flow = f[i][j];
            if (flow != 0)
            {
                printf("%d -> %d : %d\n", i + 1, j + 1, flow);
            }
        }
    }
}

上述代码构造的图如下所示。

《[转载]最大流之Ford-Fulkerson方法详解及实现》 image