最小费用流算法详解

1.前言

• 在学习最小费用流算法时，对其算法的设计，条件的设计，算法的流程有很大的疑惑，遂花时间来理解
• 本文仅个人理解，仅供参考
• 阅读本文前，最好已经了解过最大流算法，知道如何寻找增广路
• 博主目前无法证明最小费用流算法的正确定，这里只介绍其原理及流程
• 后续可能会添加实例，或者介绍最大流算法

2.问题

给定流值v，找到从 s->t 流值为 v 的流中，花费最小的那个流

3.可以写成如下规划

我们在图中，会用一对数表示一条边的信息，(a, b)：

• 其中 a 代表边的长度，也就是单位花费

• b 代表边的容量，也就是允许通过的最大流值
  

4.上述规划问题的对偶问题

将原问题的 $x_{ij}\le c_{ij}$ 写成 $-x_{ij}-新变量=-c_{ij}$ 就很容易写成下面的形式

• 每个变量没有很直观的物理意义，我们构造出来只是为了解决原始问题，但是在后面的分析中，我们能够很直观地看出每个变量的作用

5.互补松紧条件

若原问题的可行解 { x i j } \{x_{ij}\} { xij​}，对偶问题的可行解 { p i , r i j } \{p_i, r_{ij}\} { pi​,rij​}分别是原问题和对偶问题的最优解，则其充要条件是互补松紧条件，如下所示：

注意：必须要先是可行解，满足互补松紧条件之后，才能是最优解

我们进一步观察，可以通过上述两个等式，推导出下面两个条件

本算法的妙处之一：构造 $r_{ij}=max(0,p_j-p_i-w_{ij})$ ，这使得 $r_{ij}\ge p_j-p_i$