Dinic - Dinic算法（距离标号算法）

问题

用Dinic算法（也称为距离标号算法）求网络 $G = <V,E>$ 的最大流， $G$ 是单源点、单汇点，边的容量都为正整数的网络。

解法

Dinic算法也是Ford–Fulkerson方法的一种实现，与Edmonds-Karp算法的区别在于增广路径的搜索方式不同。Dinic算法设计了水位图（Level Graph）/距离标号（Distance Label）来对网络进行搜索。

水位图（Level Graph）/距离图（Distance Graph）：从网络的源点（ $s$ ）出发进行BFS搜索，源点的水位/距离为 $dist = 0$ ，每个节点根据BFS搜索到的邻节点的水位/距离在该节点的基础上加 $1$ 且都相等，即 $dist(j) = dist(i) + 1$ （设节点 $v_j$ 是节点 $v_i$ 的BFS搜索的邻节点）。下图演示一个网络的距离图，每个节点上前一个数字为该节点的距离，后一个数字为该节点的下标：

阻塞流（Blocking Flow）：增广路径中最小的剩余容量（瓶颈） $\Delta = min \{ c_f(i,j) \}$ ，其中 $v_i, v_j$ 是相邻节点，且水位差满足 $dist(i) = dist(j) + 1$ 。

Dinic算法的步骤如下：

$(1)$ 初始化所有节点之间的流为 $0$ ，即 $f(i,j) = f(j,i) = 0$ （节点 $v_i, v_j$ 为相邻节点），初始化该网络的最大流为 $flow_{max} = 0$ ；

$(2)$ 通过BFS构建水位图；

$(3)$ 在水位图中寻找一个阻塞流作为增广路径，更新该路径上所有边的剩余容量和最大流：

$\begin{matrix} flow_{max} = flow_{max} + \Delta \\ f(i,j) = f(i,j) + \Delta \\ f(j,i) = f(j,i) - \Delta \\ c_f(i,j) = c_f(i,j) - \Delta \\ c_f(j,i) = c_f(j,i) + \Delta \end{matrix}$

具体寻找阻塞流的方法，和Edmonds-Karp算法类似，从源点 $s$ 开始BFS搜索，并通过队列 $queue$ 存储所有待搜索节点，从队列取出头节点 $v_i$ ，遍历其所有邻节点 $v_j$ ，将满足 $c_f(i,j) \gt 0$ 且 $dist(i) = dist(j) + 1$ 条件的加入队列 $queue$ 中，直到找到汇点或队列为空为止。若通过BFS搜索到一条阻塞流，则更新剩余网络和最大流；若无法搜索到阻塞流，则算法结束。

可以看出Dinic算法与Edmonds-Karp算法的核心区别只在于BFS搜索的数据结构不同，Dinic算法用距离标号来限制邻节点的搜索，而Edmonds-Karp除了剩余容量以外没有其他限制。Dinic算法运行在重新构建的水位图上，边的数量比原始的网络少很多，因此搜索的时间复杂度大大降低。

该算法的时间复杂度为 $O(\lvert V \rvert \cdot \lvert E \rvert \cdot log_2 \lvert V \rvert)$ 。

Dinic Algorithm

源码

Dinic.h

Dinic.cpp

测试

DinicTest.cpp