上下界网络流

简介

无源汇上下界可行流(循环流)

模型:现在有一个无源汇的网络,求出一个流,使得每个点满足流量平衡,并且每条边的流量有上下界

分析:

令 $in[u]$ 表示流入 $u$ 这个点的所有边的下界之和, $out[u]$ 表示 $u$ 这个点流出的所有边的下界之和

首先我们注意到最终每条边的流量一定大于等于下界,那么我们不妨先令每条边的流量都为下界

但是我们注意到如果 $in[u]\neq out[u]$ 的话,那么这张图是不满足流量守恒的,所以我们考虑在残量网络上再求一个流,使得这两个流叠加得到可行流

如果 $in[u]>out[u]$,说明新的流中流入 $u$ 的要小于流出 $u$ 的

如果 $in[u]=out[u]$,说明新的流中流入 $u$ 的要等于流出 $u$ 的

如果 $in[u]<out[u]$,说明新的流中流入 $u$ 的要大于流出 $u$ 的

那么在我们现有的网络流算法的限制下,我们如果求这样一个流量依然不守恒的流呢

或者换句话说,以 $in[u]>out[u]$ 为例,流入 $u$ 的要小于流出 $u$ 的,那么小于的那一部分流量从哪里来呢

这个时候我们能够想到源点和汇点是不受流量守恒限制的,所以我们考虑将这一部分流量连到 $ss$ 和 $tt$ 上

那么我们能够得到这样的建图:

对于原图中的边 $u\rightarrow v$,$u$ 连 $v$,容量为 上界 - 下界

对于每个点 $u$,如果 $in[u]>out[u]$,则 $ss$ 连 $u$,容量为 $in[u]-out[u]$

对于每个点 $u$,如果 $out[u]>in[u]$,则 $u$ 连 $tt$,容量为 $out[u]-in[u]$

原图存在可行流当且仅当新图满流(从 $ss$ 连出的边都满流

原图中的每条边的流量为容量下界 + 在新图中这条边的流量

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
#include <iostream>
#include <queue>
#define maxn 2010
#define INF 1000000000
using namespace std;

int n, m;

struct Edge {
int to, next, w;
} e[1000000]; int c1, head[maxn], in[maxn], out[maxn];
inline void add_edge(int u, int v, int w) {
e[c1].to = v; e[c1].w = w;
e[c1].next = head[u]; head[u] = c1++;
}

inline void Add_edge(int u, int v, int l, int r) {
add_edge(u, v, r - l); add_edge(v, u, 0);
in[v] += l; out[u] += l;
}

int s, t, ss, tt, dep[maxn];
bool bfs() {
fill(dep, dep + maxn, 0); dep[s] = 1;
queue<int> Q; Q.push(s);
while (!Q.empty()) {
int u = Q.front(); Q.pop();
for (int i = head[u]; ~i; i = e[i].next) {
int v = e[i].to, w = e[i].w;
if (w > 0 && !dep[v]) {
dep[v] = dep[u] + 1;
if (v == t) return 1; Q.push(v);
}
}
}
return 0;
}

int dfs(int u, int _w) {
if (u == t || !_w) return _w;
int s = 0;
for (int i = head[u]; ~i; i = e[i].next) {
int v = e[i].to, w = e[i].w;
if (dep[v] == dep[u] + 1 && w > 0) {
int di = dfs(v, min(_w - s, w));
e[i].w -= di; e[i ^ 1].w += di;
s += di; if (s == _w) break;
}
}
if (s < _w) dep[u] = 0;
return s;
}

int dinic() {
int mf = 0;
while (bfs()) mf += dfs(s, INF);
return mf;
}

int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr); cout.tie(nullptr);

cin >> n >> m; s = 0; t = n + 1;
for (int i = 1; i <= m; ++i) {
int x, y, l, r; cin >> x >> y >> l >> r;
Add_edge(x, y, l, r);
} int mf = 0;
for (int i = 1; i <= n; ++i) {
if (in[i] > out[i]) Add_edge(s, i, 0, in[i] - out[i]);
else Add_edge(i, t, 0, out[i] - in[i]);
mf += max(0, in[i] - out[i]);
}
cout << (dinic() == mf);
return 0;
}

有源汇上下界可行流

模型:现在有一个有源汇的网络,求出一个流,使得除源汇之外每个点满足流量平衡,并且每条边的流量有上下界

分析:

在无源汇上下界可行流的基础上再连一条 $t$ 到 $s$ 的边,下界 $0$,上界 $\infty$

显然,因为源汇不满足流量平衡,所以不能用循环流的方法,但如果让源汇满足流量平衡,就可以使用了

注意:原图的可行流的流量为 $t$ 到 $s$ 这条边的流量,每条边的流量和循环流是一样的

有源汇上下界最大流

模型:现在有一个有源汇的网络,求出一个最大流,使得除源汇之外每个点满足流量平衡,并且每条边的流量有上下界

分析:

在可行流的基础上,只需将 $ss$ 和 $tt$ 的所有边都删掉,并且将 $t$ 到 $s$ 这条边删掉,然后在跑一个 s 到 t 的最大流

我门发现,原图已经是一个可行流了,即已经满足下界,把 $ss$ 和 $tt$ 删掉之后,在图上无论做什么,都不会再影响下界,所以跑一遍最大流是可以出答案的,且不会影响下界

注意:最大流的大小 = 可行流的大小 + $s$ 到 $t$ 的最大流的大小

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr); cout.tie(nullptr);

cin >> n >> m; s = 0; t = n + 1; ss = n + 2; tt = n + 3;
for (int i = 1; i <= m; ++i) {
int x, y, l, r; cin >> x >> y >> l >> r;
Add_edge(x, y, l, r);
}
Add_edge(t, s, 0, INF); int mf = 0;
for (int i = s; i <= t; ++i) {
if (in[i] > out[i]) Add_edge(ss, i, 0, in[i] - out[i]);
else Add_edge(i, tt, 0, out[i] - in[i]);
mf += max(0, in[i] - out[i]);
} swap(s, ss); swap(t, tt);
if (dinic() != mf) return cout << "-1\n", 0;
swap(s, ss); swap(t, tt); int ans = 0;
for (int i = head[s]; ~i; i = e[i].next)
if (e[i].to == t) ans = e[i].w, e[i].w = e[i ^ 1].w = 0;
for (int i = head[ss]; ~i; i = e[i].next) e[i].w = e[i ^ 1].w = 0;
for (int i = head[tt]; ~i; i = e[i].next) e[i].w = e[i ^ 1].w = 0;
cout << ans + dinic() << "\n";
return 0;
}

有源汇上下界最小流

按照有源汇上下界可行流建图,先跑一个可行流

然后把 $ss$ 和 $tt$ 以及 $t$ 到 $s$ 的边删掉,然后跑一遍 $t$ 到 $s$ 的最大流

例题

Luogu P4553 80人环游世界 有源汇上下界最小费用最大流