經過一系列的學習，明白了一些東西記錄一下備忘
割：是指刪除一些邊，使剩下的網路中沒有增光路，那麼可以得出max_flow <= c(s,t)(割)；
為什麼呢？首先我們明白知道最大流一定是根據增光路得到i的，那麼割就是包含增光路的乙個集合，
那麼sum_c(s,t)一定是在在這個 基礎上得到的，也就是割中一定包含了這些增光路的一條路徑，並且這條路徑不一定是最小的
因為對於一條增光路來說，流量是越來越小的也就是f（j）>= f(j+1) 那麼也就證明了f <= c(s,t);
最小割最大流定理：根據上面我們就能推導出來了是的，，當這些增光路在割中的每一條都恰好是容量的時候，我們就說此時的流一定是最大流，那麼此時
的割一定是最小割。。
最大流 最小割
真是不知道該說些什麼呀 感覺這是我見到過的網上敘述最最最詳細的乙個演算法了。可見我才學過幾個演算法qwq 我並不認為我能比網上講的要好 所以 emmm 我就打算解釋一下 不要管這迷一樣的邏輯 先去看看題解hhh 咳咳 等會兒 好了好了 qwq 言歸正傳 這裡的dinic演算法，是對edmonds k...
最大流 最小割定理
割 cut 是網路中頂點的劃分，它把網路中的所有頂點劃分成兩個頂點的集合源點s和匯點t。記為cut s,t 如下圖 源點 s 1 匯點 t 5。框外是容量，框內是流量 如下圖是乙個圖的割。頂點集合s 和t 構成乙個割。如果一條弧的兩個頂點分別屬於頂點集s和t那麼這條弧稱為割cut s,t 的一條割邊...
最大流最小割定理
在最優化理論中，最大流最小割定理提供了對於乙個網路流，從源點到目標點的最大的流量等於最小割的每一條邊的和。即對於乙個如果移除其中任何一邊就會斷開源點和目標點的邊的集合的邊的容量的總和。最大流最小割定理是線性規劃中的雙對問題的一種特殊情況，並且可以用來推導menger定理和k nig egerv ry...