Ford-Fulkerson算法原理详解及Python实现方案

哈喽！今天心血来潮给大家带来了《Ford-Fulkerson算法原理详解及Python实现方案》，想必大家应该对文章都不陌生吧，那么阅读本文就都不会很困难，以下内容主要涉及到，若是你正在学习文章，千万别错过这篇文章~希望能帮助到你！

Ford-Fulkerson算法是贪心算法，用于计算网络中的最大流量。其原理是找到剩余容量为正的增广路径，只要找到增广路径，就可以继续增加路径和计算流量。直到增广路径不再存在，这时就能得出最大流量。

Ford-Fulkerson算法的术语

剩余容量：就是将容量减去流量，在Ford-Fulkerson算法中剩余容量是正数，才能继续作为路径。

残差网络：是一个具有相同顶点和边的网络，使用残差容量作为容量。

增广路径：是残差图中从源点到接收点的路径，最终容量为0。

Ford-Fulkerson算法原理示例

可能概念不是很清晰，下面来看一个示例，流网络所有边的初始流量均为0，并有对应的容量上限，设起始点为S，接收点为T。

路径一，S-A-B-T路径剩余容量为8、9、2，最小值为2，因此路径一的流量为2，这时网络图的流量为2。

路径二，S-D-C-T路径剩余容量为3、4、5，最小值为3，因此我们可以将流量增加3，这时网络的流量为5。

路径三，S-A-B-D-C-T路径剩余容量为6、7、7、1、2，最小值为1，因此流量增加1，这时网络的流量为6。

至此，已经没有为正数的剩余容量，得出该流网络的最大流是6。

Python实现Ford-Fulkerson算法

from collections import defaultdict

class Graph:

    def __init__(self, graph):
        self.graph = graph
        self. ROW = len(graph)

    def searching_algo_BFS(self, s, t, parent):

        visited = [False] * (self.ROW)
        queue = []

        queue.append(s)
        visited[s] = True

        while queue:

            u = queue.pop(0)

            for ind, val in enumerate(self.graph[u]):
                if visited[ind] == False and val > 0:
                    queue.append(ind)
                    visited[ind] = True
                    parent[ind] = u

        return True if visited[t] else False

    def ford_fulkerson(self, source, sink):
        parent = [-1] * (self.ROW)
        max_flow = 0

        while self.searching_algo_BFS(source, sink, parent):

            path_flow = float("Inf")
            s = sink
            while(s != source):
                path_flow = min(path_flow, self.graph[parent[s]][s])
                s = parent[s]

            max_flow += path_flow

            v = sink
            while(v != source):
                u = parent[v]
                self.graph[u][v] -= path_flow
                self.graph[v][u] += path_flow
                v = parent[v]

        return max_flow

graph = [[0, 8, 0, 0, 3, 0],
         [0, 0, 9, 0, 0, 0],
         [0, 0, 0, 0, 7, 2],
         [0, 0, 0, 0, 0, 5],
         [0, 0, 7, 4, 0, 0],
         [0, 0, 0, 0, 0, 0]]

g = Graph(graph)

source = 0
sink = 5

print("Max Flow: %d " % g.ford_fulkerson(source, sink))

今天关于《Ford-Fulkerson算法原理详解及Python实现方案》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！