Алгоритм масштабирования потока

Алгоритм

Пусть дана сеть [math] G [/math], все ребра которой имеют целочисленную пропускную способность. Обозначим за [math] U [/math] максимальную пропускную способность: [math] U = \max\limits_{(u, v) \in E} c(u, v) [/math].

Идея алгоритма заключается в нахождении путей с высокой пропускной способностью в первую очередь, чтобы сразу сильно увеличивать поток по ним, а затем по всем остальным. Для этого воспользуемся масштабом [math] \Delta [/math]. Изначально положим [math] \Delta = 2^{\lfloor \log_2 U \rfloor} [/math].

На каждой итерации в дополняющей сети алгоритм находит дополняющие пути с пропускной способностью не меньшей [math] \Delta [/math] и увеличивает поток вдоль них. Уменьшив масштаб [math] \Delta [/math] в [math] 2 [/math] раза, переходит к следующей итерации.

Очевидно, что при [math] \Delta = 1 [/math] алгоритм вырождается в алгоритм Эдмондса-Карпа, вследствие чего является корректным.

Количество необходимых увеличений путей, основанных на кратчайших путях, может быть много больше количества увеличений, основанных на путях с высокой пропускной способностью.

Выбор дополняющих путей в порядке длины

Выбор пути с высокой пропускной способностью в первую очередь

Оценка времени работы

Утверждение:

Время работы алгоритма — [math] O(E^2 \log U) [/math].

[math]\triangleright[/math]

В ходе выполнения алгоритма масштаб [math] \Delta [/math] принимает следующие значения: [math] S = \{2^{\lfloor \log_2 U \rfloor}, \ldots, 2^k, \ldots, 2, 1, 0\} [/math]. Тогда [math] |S| = O(\log U) [/math] — количество итераций алгоритма. Лемма (1): Максимальный поток в сети [math] G [/math] ограничен сверху значением [math] |f_k| + 2^k E [/math], где [math] |f_k| [/math] — значение потока при масштабе [math] \Delta = 2^k [/math]. Доказательство: [math]\triangleright[/math] Разрез [math] C_k [/math] В конце итерации с масштабом [math] \Delta = 2^k [/math], сеть [math] G_{f_k} [/math] может быть разбита на два непересекающихся множества [math] A_k [/math] и [math] \overline{A_k} [/math] так, что остаточная пропускная способность каждого ребра, идущего из [math] A_k [/math] в [math] \overline{A_k} [/math], не превосходит масштаба [math] \Delta [/math]. То есть образуется разрез [math] C_k = \langle A_k, \overline{A_k} \rangle [/math]. При этом, количество таких ребер не превосходит [math] E [/math]. Значит, значение остаточного потока не может превосходить [math] \Delta E = 2^k E [/math]. [math]\triangleleft[/math] Лемма (2): Суммарное количество увеличивающих путей — [math] O(E \log U) [/math]. Доказательство: [math]\triangleright[/math] На некоторой итерации алгоритма каждый дополняющий путь имеет пропускную способность не меньше [math] 2^k [/math]. Дополняющий поток на предыдущем шаге ограничен значением [math] 2^{k + 1} E [/math]. Следовательно, на каждой итерации количество дополняющих путей не превосходит [math] 2E [/math]. Количество итераций алгоритма — [math] O(\log U) [/math], значит, суммарное количество увеличивающих путей — [math] O(E \log U) [/math]. [math]\triangleleft[/math] Алгоритм обхода в ширину находит каждый дополняющий путь за время [math] O(E) [/math]. Следовательно, суммарное время работы алгоритма — [math] O(E^2 \log U) [/math].

[math]\triangleleft[/math]

Псевдокод

function maxFlowByScaling(G: graph, s: int, t: int): int
    int flow = 0                                          // поток в сети 
    int scale = [math]2^{\lfloor\log_2U\rfloor}[/math]                                   // текущий минимальный размер потока, который пытаемся пустить 
    while scale [math] \geqslant [/math] 1
        while в [math] G_f [/math] существует увеличивающий путь [math] p [/math] с пропускной способностью не меньше, чем scale
            int minCapacity = [math]\min\{c(u, v) \colon(u, v) \in p\} [/math]      // минимальная пропускная способность в увеличивающем пути 
            увеличить поток по рёбрам [math] p [/math] на minCapacity
            обновить [math] G_f [/math]
            flow = flow + minCapacity
        scale = scale / 2
    return flow

См. также

• Определение сети, потока
• Алоритм Эдмондса-Карпа
• Алгоритм Форда-Фалкерсона

Источники информации

• Olivier Juan, Yuri Boikov: Capacity Scaling for Graph Cuts in Vision
• Algorithm Tutorials. Maximum Flow: Augmenting Path Algorithms Comparison
• Андрей Станкевич: Задача о максимальном потоке
• Андрей Станкевич: Лекториум, дополнительные главы алгоритмов, лекция 12