Algorithm 用给定的算法求任意网络中的最大流量

你能帮我解决以下问题吗

假设我们有一个算法来解决每个节点的出度不超过2的流网络中的最大流问题。 我需要展示如何使用这个算法来解决任何网络中的最大流量问题

如果这是一个重复，那么请将我重定向到相关的答案

---

谢谢大家

确实可以这样变换图形：每个节点的向外度最多为2，并且变换图形中的最大流等于初始图形中的最大流

下面描述一种这样的转换。假设我们有一个节点，其出度大于2。然后，我们可以添加尽可能多的中间节点作为该节点的出度，并以下图所示的方式连接它们

无限容量边确保我们可以将与最初相同的流从A发送到它的任何后续流。从

X

节点到

B

节点的边缘确保我们不能发送比最初可能的流量更大的流量

---

通过对out degree大于2的每个节点重复此转换，我们得到一个图，其中每个节点的out degree最多为2，其最大流量等于初始图的最大流量。

提示：找到一种方案，将随机网络转换为节点的outdegree最多为2的网络。您所说的“演示如何使用此算法”是什么意思？这个问题的答案可能像“runFordFolkerson（myFlowNetwork）”一样简单，也可能你在寻找一些类似于列出算法将要经历的步骤的东西？我投票将这个问题作为主题外的问题来结束，因为它属于。@n.m.，我是StackOverflow的新手，我只是想了解它是如何工作的。根据你刚才所说的，我对StackOverflow是针对编程问题而不是计算机科学问题的解释正确吗？@TowerFan I理论是的，在实践中不那么正确（我试图让实践更符合理论）。欢迎光临，我很高兴它有帮助！另外，如果任何方面还不清楚，请告诉我。我现在想证明这个算法的正确性。我的想法是证明新网络中的容量可以是无穷大，或者是原始网络中容量的“旧值”。因此，新网络中最小割的容量保持不变，根据最大流最小割定理，我得到最大流也保持不变。我说得对吗？这是一个有趣的证据，而且看起来是正确的。为了形式化，我们仍然需要找到一个考虑辅助图拓扑的参数，以证明我们确实可以在初始图中找到相同的割值。（我毫不怀疑这是真的）新图形中的有限s-t切割只包含形式

X->B

（即，从一个辅助节点到一个初始节点——为了使讨论更加统一，我在这里假设，我们不仅在一个节点没有degee>2的情况下插入辅助节点，而且对于每个节点，向其后续节点插入辅助节点）。让我们为每个辅助节点定义

X

，如图所示，

根（X）=A

。我们的有限s-t切割只包含形式

X->B

的边，它将具有一个关联的相等s-t切割，与通过移除辅助节点获得的关联集

s

和

t

以及形式

根（X）->B