Алгоритм Эдмондса-Карпа — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Сложность)
м (rollbackEdits.php mass rollback)
 
(не показаны 2 промежуточные версии 2 участников)
Строка 12: Строка 12:
 
## Модифицируем остаточную сеть. Для всех рёбер на найденном пути, а также для противоположных им рёбер, вычисляем новую пропускную способность. Если она стала ненулевой, добавляем ребро к остаточной сети, а если обнулилась, стираем его.
 
## Модифицируем остаточную сеть. Для всех рёбер на найденном пути, а также для противоположных им рёбер, вычисляем новую пропускную способность. Если она стала ненулевой, добавляем ребро к остаточной сети, а если обнулилась, стираем его.
 
# Возвращаемся на шаг 2.
 
# Возвращаемся на шаг 2.
 +
 +
===Сложность===
 +
Сложность алгоритма Эдмондса-Карпа равна <tex>O(VE^2)</tex>.
  
 
== Псевдокод ==
 
== Псевдокод ==

Текущая версия на 19:25, 4 сентября 2022

Алгоритм

Алгоритм Эдмондса-Карпа является реализацией метода Форда-Фалкерсона, в которой в качестве дополняющего пути выбирается кратчайший по рёбрам путь в остаточной сети (длины всех рёбер равны 1).

Описание

  1. Положим все потоки равными нулю. Остаточная сеть изначально совпадает с исходной сетью.
  2. В остаточной сети находим кратчайший путь из источника в сток. Если такого пути нет, останавливаемся.
  3. Пускаем через найденный путь (он называется увеличивающим путём или увеличивающей цепью) максимально возможный поток:
    1. На найденном пути в остаточной сети ищем ребро с минимальной пропускной способностью cmin.
    2. Для каждого ребра на найденном пути увеличиваем поток на cmin, а в противоположном ему — уменьшаем на cmin.
    3. Модифицируем остаточную сеть. Для всех рёбер на найденном пути, а также для противоположных им рёбер, вычисляем новую пропускную способность. Если она стала ненулевой, добавляем ребро к остаточной сети, а если обнулилась, стираем его.
  4. Возвращаемся на шаг 2.

Сложность

Сложность алгоритма Эдмондса-Карпа равна O(VE2).

Псевдокод

function EdmondsKarp(G, s, t):
    for (для) каждого ребра (u,v)E[G]
        f[u,v]0
        f[v,u]0
    while существует кратчайший путь p из s в t в остаточной сети Gf
        cf(p)min{cf(u,v):(u,v)p}
        for (u,v)p
            f[u,v]f[u,v]+cf(p)
            f[v,u]f[u,v]

Корректность алгоритма Эдмондса-Карпа

На каждой итерации цикла while поток в графе G увеличивается вдоль одного из кратчайших путей в Gf из истока s в сток t. Этот процесс повторяется до тех пор пока существует кратчайший st путь в Gf. Если в Gf не существует кратчайшего пути из s в t, значит, не существует вообще никакого st пути в Gf следовательно по теореме Форда-Фалкерсона найденный поток f максимальный.

Оценка быстродействия

Лемма:
Если в сети G(V,E) с истоком s и стоком t увеличение потока производится вдоль кратчайших st путей в Gf, то для всех вершин vV{s,t} длина кратчайшего пути δf(s,v) в остаточной сети Gf не убывает после каждого увеличения потока.
Доказательство:

Предположим противное, пусть существует вершина vV{s,t}, что после какого-то увеличения потока длина кратчайшего пути из s в v уменьшилась. Обозначим потоки до и после увеличения соответственно за f и f. Пусть v — вершина, расстояние δf(s,v) от s до которой минимально и уменьшилось с увеличением потока. Имеем δf(s,v)<δf(s,v). Рассмотрим путь p=suv, являющийся кратчайшим от s к v в Gf. Тогда верно, что δf(s,u)=δf(s,v)1.

По выбору v и из предыдущего утверждения получаем, что δf(s,u).

Предположим (u, v) \in E_f, тогда \delta_f(s,v) \leqslant \delta_f(s, u) + 1 \leqslant \delta'_f(s,u) + 1 = \delta'_f(s, v). Это противоречит \delta'_f(s,v) \lt \delta_f(s,v).

Пусть (u,v) \notin E_f, но известно, что (u,v) \in E_f'. Появление ребра (u,v) после увеличения потока означает увеличение потока по обратному ребру (v, u). Увеличение потока производится вдоль кратчайшего пути, поэтому кратчайший путь из s в u вдоль которого происходило увеличения выглядит как s \leadsto v \rightarrow u, из чего получаем \delta_f(s, v) = \delta_f(s, u) - 1 \leqslant \delta'_f(s, u) - 1 = \delta'(s, v) - 2. Данное утверждение противоречит \delta'_f(s,v) \lt \delta_f(s,v). Итак мы пришли к противоречию с существованием вершины v, кратчайшее расстояние до которой уменьшилось с увеличением потока.
\triangleleft


Опираясь на предшествующую лемму, докажем следующую теорему, которая ограничивает сверху число итераций цикла \mathrm {while} в алгоритме Эдмондса-Карпа.

Теорема:
Пусть для некоторой сети G(V,E) с источником s и стоком t выполняется алгоритм Эдмондса-Карпа, тогда общее число итераций цикла \mathrm {while} составляет O(V E).
Доказательство:
\triangleright

Рассмотрим множество рёбер (u,v) остаточной сети G_f, принадлежащих увеличивающему пути p, таких что c_f(p) = c_f(u,v). Назовем данные рёбра критическими. Покажем, что каждое из |E| рёбер может становиться критическим не более, чем |V| - 1 раз. Заметим, что после увеличения потока вдоль пути p все критические рёбра исчезают из остаточной сети, кроме того по определению остаточной пропускной способности пути хотя бы одно ребро увеличивающего пути — критическое.

Рассмотрим две вершины u и v принадлежащие V, соединенные некоторым ребром из E. Увеличение производится вдоль кратчайших путей, поэтому если ребро (u,v) становиться критическим в первый раз, верно, что \delta_f(s,v) = \delta_f(s,u) + 1. После увеличения потока ребро (u, v) исчезает из сети. Оно не появится в другом увеличивающем пути до тех, пор пока не будет уменьшено по обратному ребру (v, u). Это может произойти только в том случае, если ребро (v, u) встретится на некотором увеличивающем пути. Пусть в момент перед увеличением поток в сети G составлял f', то поскольку увеличение производиться вдоль кратчайших путей, верно: \delta'_f(s,u) = \delta'_f(s, v) + 1. Согласно лемме \delta_f(s,v) \leqslant \delta'_f(s,v), откуда \delta'_f(s,u) = \delta'(s,v) + 1 \geqslant \delta_f(s,v) + 1 = \delta_f(s,u) + 2.

Итак в промежуток времени между тем, когда ребро (u,v) становится критическим в первый раз, до момента, когда оно становится критическим в следующий раз, расстояние от s до u увеличивается минимум на 2. Расстояние \delta(s,u) в начальный момент времени больше либо равно 0. Среди промежуточных вершин на кратчайшем пути s \leadsto u не могут находиться s, u или t. Следовательно к тому моменту, когда вершина u станет недостижимой из источника расстояние до нее не превысит |V| - 2. Получаем, что ребро (u, v) могло стать критическим не более \dfrac{(|V| -2)}{2} = \dfrac{|V|}{2} - 1 раз. Поскольку в графе не более O(E) пар вершин, между которыми могут существовать рёбра в остаточной сети, то общее количество критических рёбер в ходе выполнения алгоритма Эдмондса-Карпа равно O(V E).

Так как каждый увеличивающий путь содержит по крайней мере одно критическое ребро, следовательно число кратчайших путей составляет O(V E). На каждой итерации цикла \mathrm {while} рассматривается ровно один увеличивающий путь, а поскольку в случае отсутствия такого пути выполнение цикла прерывается, то число итераций цикла \mathrm {while} также составляет O(V E).
\triangleleft

Если увеличивающий путь находить поиском в ширину, то каждую итерацию цикла \mathrm {while} можно выполнить за время O(E). Инициализация в процедуре Edmonds Karp производится за O(E), следовательно время работы алгоритма алгоритма Эдмондса-Карпа составляет O(V E^2).

Пример графа, на котором алгоритм дает плохую асимптотику

«Грибок». Схема построения "сложного" для алгоритма Эдмондса-Карпа графа

Заметим также, что существует сеть грибок[1] на которой нижняя граница времени работы алгоритмы Эдмондса-Карпа также составляет \Omega(V E^2). Рассмотрим этот случай более подробно. Норман Заде (англ. Norman Zadeh) описал примеры, которые позволяют добиться асимптотики \Omega(V^3)[2]. В нашем примере алгоритм выполнит \Omega(V^3) улучшений пути вне зависимости от выбора этого пути. Разделим все вершины (за исключением s и t) на подмножества:

  • S={s_1,\ldots,s_k} — множество вершин, в которые входят рёбра из s с пропускной способностью k,
  • T={t_1,\ldots,t_k} — множество вершин, из которых исходят рёбра в t с пропускной способностью k,
  • U={u_1,\ldots,u_{2p}} — множество вершин, достижимых из s по рёбрам с бесконечной пропускной способностью (не используя иные рёбра),
  • V={v_1,\ldots,v_{2p}} — множество вершин, из которых можно достигнуть t по рёбрам с бесконечной пропускной способностью (не используя иные рёбра).

S и T содержат k вершин, U и V содержат 2p вершин. Где k и p фиксированные целые числа. Каждое ребро, выделенное жирным(см. рисунок, соединяют множества S и T), имеет единичную пропускную способность; пунктирные рёбра имеют бесконечную пропускную способность; остальные рёбра(в форме дуги) имеют пропускную способность k. В начале работы алгоритма путь увеличиться k^2 раз по пути (s, S, T, t), длина которого равна трем. После этого остаточная сеть будет содержать обратные рёбра из T в S, и алгоритм выберет еще k^2 путей (s, u_1, u_2, T, S, v_2, v_1, t) длины 7, затем путь (s, u_1, u_2, u_3, u_4, S, T, v_4, v_3, v_2, v_1, t) длины 11 и так далее.

Число вершин в сети: n = 2\cdot k + 4\cdot p + 2.
Число рёбер: m = k^2 + 2\cdot p\cdot k + 2\cdot k + 4\cdot p.

Нетрудно заметить, что число удлиняющих путей a = k^2\cdot (p+1). Возьмем p равным k - 1. В этом случае n = 6 \cdot k - 2 и a = k^3. Заде приводит более хитрые примеры с такой же асимптотикой, но они зависят от выбора пути.

Изначальный граф, нулевой поток
Граф после k^2 поисков пути(в нашем случае k^2 = 4).
Рёбра из между множествами S и T полностью насыщены. Поток равен четырем
Алгоритм нашел путь через рёбра бесконечной вместимости, совершив еще k^2 = 4 шагов. Поток равен восьми
















См. также

Примечания

  1. Перейти Cтатья на TopCoder.com
  2. Перейти Norman Zadeh. Theoretical Efficiency of the Edmonds-Karp Algorithm for Computing Maximal Flows.

Источники информации