在Python中为edmonds-karp最大流算法创建容量图
在我开始讨论这个问题之前,这里是我已经掌握的一些背景信息: -我首先创建了一个基于美国城市的无向邻接矩阵图,边缘权重是计算的距离(通过距离公式实现) -我还使用prim算法实现了一个最小生成树 现在我需要实现Edmonds Karp最大流量算法,但我不知道如何根据我拥有的数据创建容量图,以实现以下代码中使用的算法:在Python中为edmonds-karp最大流算法创建容量图,python,algorithm,data-structures,max-flow,edmonds-karp,Python,Algorithm,Data Structures,Max Flow,Edmonds Karp,在我开始讨论这个问题之前,这里是我已经掌握的一些背景信息: -我首先创建了一个基于美国城市的无向邻接矩阵图,边缘权重是计算的距离(通过距离公式实现) -我还使用prim算法实现了一个最小生成树 现在我需要实现Edmonds Karp最大流量算法,但我不知道如何根据我拥有的数据创建容量图,以实现以下代码中使用的算法: def edmonds_karp(C, source, sink): n = len(C) # C is the capacity matrix F = [[0] *
def edmonds_karp(C, source, sink):
n = len(C) # C is the capacity matrix
F = [[0] * n for i in xrange(n)]
# residual capacity from u to v is C[u][v] - F[u][v]
while True:
path = bfs(C, F, source, sink)
if not path:
break
# traverse path to find smallest capacity
flow = min(C[u][v] - F[u][v] for u,v in path)
# traverse path to update flow
for u,v in path:
F[u][v] += flow
F[v][u] -= flow
return sum(F[source][i] for i in xrange(n))
def bfs(C, F, source, sink):
queue = [source]
paths = {source: []}
while queue:
u = queue.pop(0)
for v in xrange(len(C)):
if C[u][v] - F[u][v] > 0 and v not in paths:
paths[v] = paths[u] + [(u,v)]
if v == sink:
return paths[v]
queue.append(v)
return None
任何帮助都将不胜感激,谢谢 Edmonds-Karp算法需要做的就是将所有边的权重改为1,因为在这个问题中,为了找到城市之间的边连通性,不需要它们。边权重为1的城市图将成为我的容量图。同样,对于Edmonds Karp算法,需要有一个有向图。对于Edmonds Karp算法,需要做的就是将所有边的权重都改为1,因为在这个问题中,不需要它们来找到城市之间的边连通性。边权重为1的城市图将成为我的容量图。同样对于Edmonds Karp算法,需要有一个有向图