Edmonds_Karp算法（增广路算法）

最新推荐文章于 2024-10-09 09:09:05 发布

Amon-

最新推荐文章于 2024-10-09 09:09:05 发布

阅读量682

点赞数

CC 4.0 BY-SA版权

分类专栏： ACM-ICPC

本文链接：https://blog.youkuaiyun.com/wang57389675/article/details/47305921

ACM-ICPC 专栏收录该内容

166 篇文章

订阅专栏

本文探讨了流媒体技术在实时视频会议、直播转发和点对点直播中的应用，并结合大数据处理技术，如Hadoop、Spark等，实现高效的数据分析与处理。重点介绍了WebRTC、流媒体协议和P2P技术在现代多媒体通信中的角色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<iostream>
#include<cstdio>
#include<string.h>
#include<string>
#include<stack>
#include<set>
#include<algorithm>
#include<cmath>
#include<vector>
#include<map>
#include<sstream>
#include<queue>

#define ll __int64
#define lll unsigned long long
#define MAX 1000009
#define MAXN 2009
#define eps 1e-8
#define INF 0x7fffffff
#define mod 1000000007
#define clr(a) memset(a,0,sizeof(a))
#define clr1(a) memset(a,-1,sizeof(a))
#define lson l , m , rt << 1
#define rson m + 1 , r , rt << 1 | 1

using namespace std;

inline ll Max(ll a,ll b)
{
return a>b?a:b;
}
inline ll Min(ll a,ll b)
{
return a<b?a:b;
}
const int N = 1000;
const int M = 100000;
int flow[N][N];
int cap[N][N];
int a[N];//表示从源点到节点i的最小残留量
int p[N];//记录p[i]记录i的前驱
int Start,End;
queue<int>Q;

int Edmonds_Karp(int Start,int End)
{
int u,v,i;
int sum = 0;
while(!Q.empty())Q.pop();
while(1)
{
clr(a);
a[Start] = INF;
Q.push(Start);
while(!Q.empty())//从起始点开始广搜搜索增广路
{
u = Q.front();
Q.pop();
for(v = 1;v<=End;v++)
{
if(!a[v]&&flow[u][v]<cap[u][v])
{
p[v] = u;
Q.push(v);
a[v] = Min(a[u],cap[u][v] - flow[u][v]);//求当前路径上的最小流量
}
}
}
if(a[End]==0)break;
sum+=a[End];
for(int i=End;i!=Start;i=p[i])//从汇点向前回溯更新流量
{
flow[p[i]][i]+=a[End];
flow[i][p[i]]-=a[End];
}
}
return sum;
}

int main()
{
#ifdef ONLINE_JUDGE
#else
freopen("an.txt","r", stdin);
#endif
int u,v,w;
int n,m;
while(~scanf("%d%d",&m,&n))
{
clr(flow);
clr(cap);
for(int i = 0;i<m;i++)
{
scanf("%d%d%d",&u,&v,&w);
cap[u][v]+=w;//可能有重边
}
cout<<Edmonds_Karp(1,n)<<endl;
}
return 0;
}