Chinaunix首页 | 论坛 | 博客
  • 博客访问: 1574872
  • 博文数量: 399
  • 博客积分: 8508
  • 博客等级: 中将
  • 技术积分: 5302
  • 用 户 组: 普通用户
  • 注册时间: 2009-10-14 09:28
个人简介

能力强的人善于解决问题,有智慧的人善于绕过问题。 区别很微妙,小心谨慎做后者。

文章分类

全部博文(399)

文章存档

2018年(3)

2017年(1)

2016年(1)

2015年(69)

2013年(14)

2012年(17)

2011年(12)

2010年(189)

2009年(93)

分类: LINUX

2010-02-22 15:38:55

必须知识:最短路径问题
   1.Dijkstra
    适用于满足所有权系数大于等于0(lij≥0)的网络最短路问题,能求出起点v1到所有其他点vj的最短距离;
    朴素的Dijkstra算法复杂度为O(N^2),堆实现的Dijkstra复杂度为O(NlogN).


   2.bellman-ford
    适用于有负权系数,但无负回路的有向或无向网络的最短路问题,能求出起点v1到所有其它点 vj的最短距离。bellman-ford算法复杂度为O(V*E)。

   3.Floyed
    适用于有负权系数,可以求出图上任意两点之间的最短路径。DP思想的算法,时间复杂度为O(N^3);
    for ( k= 1; k<= n; k++)
    for ( i= 1; i<= n; i++)
    if (graph[i][k]!=INF)
  for ( j= 1; j<= n; j++)
     if (graph[k][j]!=INF && graph[i][k]+graph[k][j]< graph[i][j])
   graph[i][j]= graph[i][k]+ graph[k][j];
 

NO.1  s-t最大流
 两大类算法
 1.增广路算法
  Ford-Fulkerson算法: 残留网络中寻找增加路径
         STEP0:置初始可行流。
         STEP1:构造原网络的残量网络,在残量网络中找s-t有向路。如果没有,算法得到最大流结束。否则继续下一步。
                STEP2:依据残量网络中的s-t有向路写出对应到原网络中的s-t增广路。对于增广路中的前向弧,置s(e)=u(e)- f(e)。对于反向弧,置s(e)=f(e)                        STEP3:计算crement=min{s(e1),s(e2),…,s(ek)}
                       STEP4:对于增广路中的前向弧,令f(e)=f(e)+crement;对于其中的反向弧,令f(e)=f(e)-crement,转STEP1。
  关键点:寻找可增广路。决定了算法复杂度。
  实现:Edmonds-Karp  通过采用了广度优先的搜索策略得以使其复杂度达到O(V*E^2)。 
        
  优化—> Dinic算法(*)
  Dinic算法的思想是为了减少增广次数,建立一个辅助网络L,L与原网络G具有相同的节点数,但边上的容量有所不同,在L上进行增广,将增广后的流值回写到原网络上,再建立当前网络的辅助网络,如此反复,达到最大流。分层的目的是降低寻找增广路的代价。
  算法的时间复杂度为O(V^2*E)。其中m为弧的数目,是多项式算法。邻接表表示图,空间复杂度为O(V+E)。


 2.预流推进算法  
  一般性的push-relabel算法: 时间复杂度达到O(V^2*E)。(*)
  relabel-to-front算法->改进
  最高标号预流推进:时间复杂度O(V^2*sqrt(E))
 

NO2. 最小费用最大流
  求解最小费用流的步骤和求最大流的步骤几乎完全一致,只是在步骤1时选一条非饱和路时,应选代价和最小的路,即最短路。
  步骤1. 选定一条总的单位费用最小的路,即要给定最小费用的初始可行流,而不是包含边数最小的路。
  步骤2. 不断重复求最大流的步骤来进行,直到没有饱和路存在为止。然后计算每个路的总费用。
  和Edmonds-Karp标号算法几乎一样,因为这两种算法都使用宽度优先搜索来来寻找增广路径,所以复杂度也相同,都是O(V*E^2)。
  
  连续最短路算法 + 线性规划对偶性优化的原始对偶算法(*)
       传说中,没见过,据说复杂度是O(V^3) 
 
NO3. 有上下届的最大流和最小流(通过添加点来进行转化)(*)

NO4. 相关图论算法
 二分图最大匹配: 加s和t构造最大流
  专用算法:hungary算法 O(M*N)

 二分图最佳匹配: 加s和t构造最小费用最大流
  专用算法:KM算法
    朴素的实现方法,时间复杂度为O(n^4)
    加上松弛函数O(n^3)

 最小路径覆盖:
       顶点数-二分图的最大匹配

 s-t最小边割集:
       最大流最小割定理:最小割等于最大流

 普通最小边割集:
       Stoer-Wagner Minimum Cut O(n^3)
      
 二分图的最大独立集:
   N - 二分图的最大匹配(POJ monthly)girls and boys
          反证法证明
        普通图的最大独立集是np问题。(*)
         

加*的为目前我尚未有标程的算法,欢迎大家提供给我^_^

阅读(4238) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~