标签：费用 图论 dist 入门 int texttt flow cnt SPFA

#0.0 概述 & 前置知识

费用流 ，也叫作最小费用最大流，是指在普通的网络流图中，每条边的流量都有一个单价，求出一组可行解，使得在满足它是最大流的情况下，总的费用最小。

#1.0 SPP 算法

\(\texttt{SSP}\)（\(\texttt{Successive Shortest Path}\)）算法：在最大流的 \(\texttt{EK}\) 算法求解最大流的基础上，把 用 \(\texttt{BFS}\) 求解任意增广路 改为 用 \(\texttt{SPFA}\) 求解单位费用之和最小的增广路 即可。—— OI Wiki

#1.1 思路

简单来讲，\(\texttt{SPP}\) 算法就是 \(\texttt{EK+SPFA}\)，也就是将原本的 \(\texttt{BFS}\) 换成 \(\texttt{SPFA}\) 即可。来考虑这么做的正确性。

\(\texttt{EK}\) 算法的 \(\texttt{BFS}\) 过程本身就是寻找一条可行的增广路，而 \(\texttt{SPFA}\) 本身是寻找一条从源点到汇点的价格之和最小的一条路径，由此可知，我们只需要对 \(\texttt{SPFA}\) 的过程加一些约束，让它每次扩展出的路径都是一条残量网络上的可行路径（即剩余流量不为 \(0\)）即可。

注意在反向边的费用应当为正向边的费用的相反数。但要是产生负环怎么办？注意到，上面我们要求 \(\texttt{SPFA}\) 每次拓展出的路径都是存在残量的路径，所以如果存在负环且可以被拓展的话，那么意味着我们确实存在可以增广的路径，而当这条路径被增广结束后，这个负环也就不存在了（实际上负环仍然存在，但因为没有剩余流量，不会形成可进入的负环）。

至于为啥不用 \(\texttt{Dijkstra}\) 算法，显然是因为存在负边权，但我们可以通过一些操作避开这一点。但应该不会有出题人在这种问题上卡 \(\texttt{SPFA}\) 吧……

#1.2 代码实现

#define mset(l, x) memset(l, x, sizeof(l))

const int N = 100010;
const int INF = 0x3f3f3f3f;

struct Edge {
    int u, v;
    int c, w;
    int nxt;
};
Edge e[N];

int n, m, s, t, cnt = 2, head[N];
int dist[N], inq[N], pre[N];
int q[N], frt, tal, maxflow, res;

template <typename T>
inline T Min(const T a, const T b) {
    return a < b ? a : b;
}

template <typename T>
inline T Max(const T a, const T b) {
    return a > b ? a : b;
}

inline void add(int u, int v, int w, int c) {
    e[cnt].u = u, e[cnt].v = v;
    e[cnt].w = w, e[cnt].c = c;
    e[cnt].nxt = head[u], head[u] = cnt ++;
}

bool SPFA() {
    mset(dist, 0x3f); mset(inq, 0);
    mset(pre, 0); frt = 0, tal = -1;
    q[++ tal] = s, inq[s] = 1, dist[s] = 0;
    while (frt <= tal) {
        int now = q[frt ++]; inq[now] = 0;
        for (int i = head[now]; i; i = e[i].nxt)
          if (e[i].w && dist[e[i].v] > dist[now] + e[i].c) {
              //加上对剩余流量的约束
              dist[e[i].v] = dist[now] + e[i].c;
              pre[e[i].v] = i;
              if (!inq[e[i].v]) {
                  inq[e[i].v] = true,
                  q[++ tal] = e[i].v;
              }
          }
    }
    return dist[t] != INF; //有无可行流
}

void update() {
    int flow = INF, i;
    for (int u = t; u != s; u = e[i ^ 1].v)
      i = pre[u], flow = Min(flow, e[i].w);
    for(int u = t; u != s; u = e[i ^ 1].v) {
        i = pre[u], e[i].w -= flow;
        e[i ^ 1].w += flow;
        res += e[i].c * flow;
    }
    maxflow += flow;
}

int main() {
    scanf("%d%d%d%d", &n, &m, &s, &t);
    for (int i = 1; i <= m; i ++) {
        int u, v, w, c;
        scanf("%d%d%d%d", &u, &v, &w, &c);
        add(u, v, w, c); add(v, u, 0, -c);
    }
    while (SPFA()) update();
    printf("%d %d", maxflow, res);
    return 0;
}

#2.0 应用

#2.1 二分图最大权完美匹配

设立一个超级源点和一个超级汇点，超级源点向所有左图的点连一条容量为 \(1\)，费用为 \(0\) 的边，所有右图的点向超级汇点连一条容量为 \(1\)，费用为 \(0\) 的边；假设边 \(a\to b\) 权值为 \(c\)，那么就由 \(a\) 向 \(b\) 连一条容量为 \(1\)，费用为 \(-c\) 的边，在此图上跑 \(\texttt{SPP}\) 算法即可。

正确性显然，不证。

参考资料

[1] [整理]网络流随记——中（费用流） - _ajthreac_

标签：费用,图论,dist,入门,int,texttt,flow,cnt,SPFA
来源： https://www.cnblogs.com/Dfkuaid-210/p/MCMF.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。