guixunlong的专栏

如图1所示，为该图初始状态，绿色线条为正流量权重，灰色线条为反流量权重。在此算法中，每当正向流量减少N时，反向流量则增加N,反之亦然。 找到一条从s->t的路径：s->v1->v2->t，该路径的最大流量为2，则更新完流量以后的图如下图所示。 找到一条由s->t的路径：s->v1->t，该路径的流量限制为2,则更新完流量以后如下图所示： 找到另

基本思想： 每次从当前的最短路径中选出一个，并利用该节点优化图中起始点至图中其它各未访问到的节点的距离。以下图为例，我们欲求出起始点(A)至其它各节点的最短路径： 用数组D来存储A至其它各节点当前路短的距离，例如：D[1]为A-B的当前最短距离，D[2]为A-C当前最短距离。 起始状态为D[0]=0,根据图的连通关系，可以得到： D[1] = D[0]+L(0->1) =

Dijkstra算法是处理单源最短路径的有效算法，但它局限于边的权值非负的情况，若图中出现权值为负的边，Dijkstra算法就会失效，求出的最短路径就可能是错的。 这时候，就需要使用其他的算法来求解最短路径，Bellman-Ford算法就是其中最常用的一个。该算法由美国数学家理查德•贝尔曼（Richard Bellman, 动态规划的提出者）和小莱斯特•福特（Lester Ford）发明。

题目描述：http://uva.onlinejudge.org/external/5/567.html 典型的最短路径问题，采用dijkstra算法实现如下： /* * 567.cc * * Created on: Jan 8, 2013 * Author: root */ #include #include const int INF = 100;

题目描述：http://uva.onlinejudge.org/external/100/10034.html 典型的最小生成树算法，使用Kruskal算法实现 需要注意的是并查集的使用，查询、优化及合并操作 /* * 10034.cc * * Created on: Jan 8, 2013 * Author: root */ #include #incl