Unverified Commit a15988b6 authored by ir1d's avatar ir1d Committed by GitHub
Browse files

feat: 添加费用流 (#983)

feat: 添加费用流
parents 178bc6b3 99a70583
Loading
Loading
Loading
Loading
+56 −5
Original line number Diff line number Diff line
## 概念
在看这篇文章前请先看 [网络流简介](https://oi-wiki.org/graph/flow/) 这篇 wiki 的定义部分

## 费用流

给定一个网络 $G=(V,E)$,每条边除了有容量限制 $c(u,v)$,还有一个单位限制 $w(u,v)$

当 $(u,v)$ 的流量为 $f(u,v)$ 时,需要花费 $f(u,v)\times w(u,v)$.

$w$ 也满足斜对称性,即 $w(u,v)=-w(v,u)$.

则该网络中总花费最小的最大流称为**最小费用最大流**,即在最大化 $\sum_{(s,v)\in E}f(s,v)$ 的前提下最小化 $\sum_{(u,v)\in E}f(u,v)\times w(u,v)$.

### 费用

@@ -8,9 +18,50 @@

网络流图中,花费最小的最大流被称为**最小费用最大流**,这也是接下来我们要研究的对象。

------
## MCMF 算法

在最大流的 EK 算法求解最大流的基础上,把**用 BFS 求解任意增广路**改为**用 SPFA 求解单位费用之和最小的增广路**即可

相当于把 $w(u,v)$ 作为边权,在残存网络上求最短路

#### 核心代码

```cpp
struct qxx{int nex,t,v,c;};
qxx e[M];
int h[N],cnt=1;
void add_path(int f,int t,int v,int c){e[++cnt]=(qxx){h[f],t,v,c},h[f]=cnt;}
void add_flow(int f,int t,int v,int c){add_path(f,t,v,c);add_path(t,f,0,-c);}

int dis[N],pre[N],incf[N];
bool vis[N];
bool spfa(){
	memset(dis,0x3f,sizeof(dis));
	queue<int> q;
	q.push(s),dis[s]=0,incf[s]=INF,incf[t]=0;
	while(q.size()){
		int u=q.front();q.pop();
		vis[u]=0;
		for(int i=h[u];i;i=e[i].nex){const int &v=e[i].t,&w=e[i].v,&c=e[i].c;
			if(!w||dis[v]<=dis[u]+c)continue;
			dis[v]=dis[u]+c,incf[v]=min(w,incf[u]),pre[v]=i;
			if(!vis[v])q.push(v),vis[v]=1;
		}
	}
	return incf[t];
}
int maxflow,mincost;
void update(){
	maxflow+=incf[t];
	for(int u=t;u!=s;u=e[pre[u]^1].t){
		e[pre[u]].v-=incf[t],e[pre[u]^1].v+=incf[t];
		mincost+=incf[t]*e[pre[u]].c;
	}
}
// 调用:while(spfa())update();
```

## 求解
## 类Dinic算法

我们可以在 $\text{Dinic}$ 算法的基础上进行改进,把 $\text{BFS}$ 求分层图改为用 $\text{SPFA}$(由于有负权边,所以不能直接用 $\text{Dijkstra}$)来求一条单位费用之和最小的路径,也就是把 $w(u,v)$ 当做边权然后在残量网络上求最短路,当然在 $\text{DFS}$ 中也要略作修改。这样就可以求得网络流图的**最小费用最大流**了。

@@ -22,7 +73,7 @@

------

## 代码
### 代码

??? " 最小费用最大流 "