smartxxyx的专栏

深度优先搜索有一种经典的应用：把一个有向图分解为各强连通分支。很多有关有向图的算法都是从这种步骤开始的。（算法导论P338，觉得简洁而精妙，分享下）STRONGLY-CONNECTED-COMPONENTS(G)1 call DFS(G) to compute finishing times f[u] for each vertex u2 compute GT      3 cal

计算任意一个图的生成树的个数，是Kirchhoff提出的理论，通常称为Matrix Tree Theorem，原理很简单：Let G be a graph with V(G)={v1,v2,...,vn},let A={aij}be the adjacentcy matrix of G,and let C={cij}be the n*n matrix, where cij=deg vi if

闲来无事，写个算法，最小生成树的Kruskal算法，相对比Prim算法实现起来麻烦一点点package trees;import java.util.HashMap;import java.util.HashSet;import java.util.Map;import java.util.PriorityQueue;import java.util.Set;/** * 最小生成树

准备写个系列，关于图的匹配，最大流，线性规划等这些图论中的重要而且有着千丝万缕连续的问题，顺便介绍求图的最大匹配问题的著名的匈牙利算法。算是对前段时间学习的一个小结吧。（对内容进行了部分修改，原来使用Word编辑的公式这里无法显示，只能截图了）

介绍二分图最大匹配的解法，一是最大流算法来计算，二是匈牙利算法来计算，最后Java实现。

前三篇文章内容，（一）讲述了基础概念；（二）介绍了最大流算法的实现原理以及证明；（三）用Java语言予以了实现。这里，我们讲述如何利用最大流算法来求图的点连通度和边连通度，有图有代码，呵呵

本篇承接上一篇文章，主要讲解最大流问题的Ford-Fulkerson解法。可是说这是一种方法，而不是算法，因为它包含具有不同运行时间的几种实现。该方法依赖于三种重要思想：残留网络，增广路径和割。本文将会详细介绍这些内容，下一篇文章我们提供一种该方法的Java实现。

上篇文章主要介绍了Ford-Fulkerson方法的理论基础，本篇给出一种Java的实现。改写一下，原来的太冗余了。