Bài giảng Toán rời rạc - Chương: Luồng trên mạng - Trần Vĩnh Đức
Mạng
Định nghĩa
Một mạng được định nghĩa là bộ G = (V; E; s; t; c), ở đây
▶ (V; E) là một đồ thị có hướng;
▶ s; t 2 V, gọi là đỉnh nguồn và đỉnh đích; và
▶ c là một hàm gắn trên mỗi cạnh e của G một giá trị ce > 0
gọi là khả năng thông qua.
Bài toán
Ta muốn chuyển nhiều dầu nhất có thể từ s tới t mà không vượt
quá khả năng thông qua trên mỗi cạnh.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Tải về để xem bản đầy đủ
Bạn đang xem 10 trang mẫu của tài liệu "Bài giảng Toán rời rạc - Chương: Luồng trên mạng - Trần Vĩnh Đức", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Bài giảng Toán rời rạc - Chương: Luồng trên mạng - Trần Vĩnh Đức
Luồng trên mạng V0.1 Trần Vĩnh Đức HUST Ngày 20 tháng 11 năm 2019 1 / 34 Tài liệu tham khảo ▶ S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani, Algorithms, July 18, 2006. 2 / 34 Nội dung Bài toán luồng cực đại trên mạng Thuật toán Ford-Fulkerson Luồng cực đại và lát cắt cực tiểu Tính hiệu quả của thuật toán Network-flow algorithms 887 inflow equals outflow at every vertex con- (except the source and the sink) - Local equilibrium in a fow network 0->1->3->5 0->2->4->5 0->1, 2->4, and 3->5 0 to 5 1 1->4 3->5 0->2->3->5 - ptg12441863 - Bài toán chuyển dầu tinyFN.txt standard drawing drawing with capacities drawing with fow fow representation source V 0 1 2.0 2.0 6 E 0 2 3.0 1.0 8 1 3 3.0 2.0 0 1 2.0 1 4 1.0 0.0 0 2 3.0 2 3 1.0 0.0 1 3 3.0 2 4 1.0 1.0 1 4 1.0 3 5 2.0 2.0 2 3 1.0 4 5 3.0 1.0 2 4 1.0 3 5 2.0 flow value 4 5 3.0 associated with each edge capacities sink Anatomy of a network-fow problem 4 / 34 Mô hình bài bài toán a 2 d 3 10 1 2 s 3 b 1 1 t 4 5 c 5 e ▶ Đồ thị có hướng biểu diễn mạng đường ống, dầu có thể được chuyển qua đường ống này ▶ Mục tiêu là chuyển dầu từ s đến t, nhiều nhất có thể. 5 / 34 Một luồng chuyển 7 đơn vị dầu từ s tới t luồng khả năng thông qua a 2/2 d 2/3 0/10 1/1 2/2 s 1/3 b 1/1 0/1 t 4/4 5/5 c 5/5 e Liệu có cách nào làm tốt hơn? 6 / 34 Mạng Định nghĩa Một mạng được định nghĩa là bộ G = (V, E, s, t, c), ở đây ▶ (V, E) là một đồ thị có hướng; ▶ s, t ∈ V, gọi là đỉnh nguồn và đỉnh đích; và ▶ c là một hàm gắn trên mỗi cạnh e của G một giá trị ce > 0 gọi là khả năng thông qua. Bài toán Ta muốn chuyển nhiều dầu nhất có thể từ s tới t mà không vượt quá khả năng thông qua trên mỗi cạnh. 7 / 34 Định nghĩa (Luồng) Một luồng trên mạng G là một hàm f : E −→ R+ ∪ {0}, gắn mỗi cạnh e của G với một giá trị số fe, sao cho: 1. Không vi phạm khả năng thông qua: 0 ≤ fe ≤ ce với mọi e ∈ E 2. Với mọi đỉnh u, ngoại trừ s và t, tổng luồng vào u bằng tổng luồng ra khỏi u: ∑ ∑ fwu = fuz. (w,u)∈E (u,z) Nói cách khác, mạng là bảo toàn (theo luật Kirchhoff). 8 / 34 Luồng và lượng dầu chuyển luồng khả năng thông qua a 2/2 d 2/3 0/10 1/1 2/2 s 1/3 b 1/1 0/1 t 4/4 5/5 c 5/5 e 9 / 34 Định nghĩa Giá trị của luồng là tổng lượng gửi từ s đến t. Theo luật bảo toàn, size(f) bằng lượng rời khỏi s: ∑ size(f) = fsu. (s,u)∈E ▶ Mục đích của chúng ta là tìm được luồng có giá trị cực đại. ▶ Tương đương, tìm cách gán giá trị {fe : e ∈ E} thỏa mãn một số ràng buộc. ▶ Đây là một bài toán quy hoạch tuyến tính. 10 / 34 Ví dụ Bài toán tìm luồng cực đại trong mạng a 1 1 s 1 t 1 1 b tương đương với bài toán quy hoạch tuyến tính max fsa + fsb 0 ≤ fsa, fsb, fab, fat, fbt ≤ 1 fsa = fat + fab fsb + fab = fbt 11 / 34 Nội dung Bài toán luồng cực đại trên mạng Thuật toán Ford-Fulkerson Luồng cực đại và lát cắt cực tiểu Tính hiệu quả của thuật toán Thuật toán tham lam ▶ Bắt đầu với luồng 0 ▶ Lặp lại: Chọn một đường đi thích hợp từ s tới t và tăng luồng nhiều nhất có thể dọc theo đường này. 13 / 34 Khởi tạo Tăng luồng a a 0/1 0/1 1/1 1/1 s 0/1 t s 0/1 t 0/1 0/1 0/1 0/1 b b Tăng luồng Luồng cực đại a a 1/1 1/1 1/1 1/1 s 0/1 t s 0/1 t 1/1 1/1 1/1 1/1 b b 14 / 34 Khởi tạo Tăng luồng a a 0/1 0/1 1/1 0/1 s 0/1 t s 1/1 t 0/1 0/1 0/1 1/1 b b Hủy luồng trên cạnh a → b Luồng cực đại a a 1/1 1/1 1/1 1/1 s 0/1 t s 0/1 t 1/1 1/1 1/1 1/1 b b 15 / 34 Tìm đường tăng luồng Tìm cạnh (u, v) có một trong hai kiểu ▶ (u, v) ∈ E và khả năng thông qua cuv vẫn chưa đầy. Khi đó fuv có thể tăng thêm nhiều nhất là cuv − fuv. ▶ (v, u) ∈ E và có một luồng qua đó, tức là fvu > 0. Khi đó ta có thể giảm một phần hoặc toàn bộ fvu. 16 / 34 Đường tăng luồng Cạnh gốc Cạnh ngược ▶ e = (u, v) ∈ E ▶ eR = (v, u) ▶ Luồng f e ▶ “Giảm” luồng fe đã gửi ▶ Khả năng ce Khả năng thông qua còn lại Ví dụ a { 1/1 0/1 c − f nếu e ∈ E s 1/1 t cf(e) = e e R 0/1 1/1 fe nếu e ∈ E. b 17 / 34 Đồ thị tăng luồng Định nghĩa Đồ thị tăng luồng của mạng G với luồng f là đồ thị f f G = (V, Ef, c ) với R Ef = {e : fe 0}. Ví dụ Mạng G với luồng f và đồ thị tăng luồng Gf tương ứng. a a 1/1 0/1 1 1 s 1/1 t s 1 t 0/1 1/1 1 1 b b 18 / 34 Đường tăng luồng Định nghĩa ▶ Một đường tăng luồng là một đường đi từ s đến t trong đồ thị tăng luồng Gf. ▶ Khả năng thông qua của đường tăng luồng P là cf(P) = min{cf(e): e ∈ P} Augment(f, c, P) δ = cf(P) foreach cạnh e ∈ P: if (e ∈ E) fe = fe + δ else f(eR) = f(eR) − δ return f 19 / 34 Thuật toán Ford-Fulkerson Ford-Fulkerson (G) foreach cạnh e ∈ E: fe = 0 Gf = đồ thị tăng luồng của G và f while (còn đường tăng luồng P trong Gf): f = Augment(f, c, P) Cập nhật Gf return f 20 / 34 7. NETWORK FLOW I ‣ Ford-Fulkerson demo Lecture slides by Kevin Wayne Copyright © 2005 Pearson-Addison Wesley Copyright © 2013 Kevin Wayne Last updated on Sep 8, 2013 6:40 AM Ford-Fulkerson algorithm demo network G flow capacity 0 / 4 0 / 10 0 / 2 0 / 8 0 / 6 0 / 10 value of flow s 0 / 10 0 / 9 0 / 10 t 0 residual graph Gf 4 residual capacity 10 2 8 6 10 s 10 9 10 t 2 Ford-Fulkerson algorithm demo network G 0 / 4 8 0 / 10 —0 / 8 8 0 / 2 0 / 6 —0 / 10 8 s 0 / 10 0 / 9 —0 / 10 t 0 + 8 = 8 residual graph Gf 4 10 2 8 6 10 s 10 9 10 t 3 Ford-Fulkerson algorithm demo network G 0 / 4 0 / 10 2 —0 / 2 8 / 8 0 / 6 10 —8 / 10 2 2 s 0 / 10 —0 / 9 —8 / 10 t 8 + 2 = 10 residual graph Gf 4 8 10 2 8 6 2 s 10 9 2 t 8 4 Ford-Fulkerson algorithm demo network G 0 / 4 6 —0 / 10 2 / 2 8 / 8 6 —0 / 6 10 / 10 6 8 s —0 / 10 —2 / 9 10 / 10 t 10 + 6 = 16 residual graph Gf 4 10 2 8 6 10 s 10 7 10 t 2 5 Ford-Fulkerson algorithm demo network G 2 —0 / 4 8 —6 / 10 0 —2 / 2 8 / 8 6 / 6 10 / 10 8 s —6 / 10 8 / 9 10 / 10 t 16 + 2 = 18 residual graph Gf 4 6 4 2 8 6 10 s 4 1 10 t 6 8 6 Ford-Fulkerson algorithm demo network G 3 —2 / 4 9 7 —8 / 10 0 / 2 —8 / 8 6 / 6 10 / 10 9 9 s —8 / 10 —8 / 9 10 / 10 t 18 + 1 = 19 2 residual graph Gf 2 8 2 2 8 6 10 s 2 1 10 t 8 8 7 Ford-Fulkerson algorithm demo network G 3 / 4 9 / 10 0 / 2 7 / 8 6 / 6 min cut max flow 10 / 10 s 9 / 10 9 / 9 10 / 10 t 19 3 residual graph Gf 1 9 1 nodes reachable from s 2 7 6 10 1 s 1 9 10 t 9 8 Nội dung Bài toán luồng cực đại trên mạng Thuật toán Ford-Fulkerson Luồng cực đại và lát cắt cực tiểu Tính hiệu quả của thuật toán Phân hoạch L = {s, a, b} và R = {c, d, e, t} a 2/2 d 2/3 0/10 1/1 2/2 s 1/3 b 1/1 0/1 t 4/4 5/5 c 5/5 e ▶ Lượng dầu chuyển từ s sang t phải chuyển từ L sang R. ▶ Không luồng nào có thể vượt tổng khả năng thông qua của các cạnh từ L sang R = 4 + 1 + 2 = 7. ▶ Vậy luồng này là tối ưu. 22 / 34 Định nghĩa ▶ Một (s, t)-lát cắt (hay ngắn gọn là lát cắt) là một cách phân hoạch tập đỉnh thành hai phần L và R sao cho s ∈ L và t ∈ R. ▶ Khả năng thông qua của (s, t)-lát cắt là tổng khả năng thông qua của các cạnh từ L đến R. Cụ thể, ∑ capacity(L, R) = cuv. u∈L, v∈R Chặn trên cho luồng Với mỗi luồng f và mỗi lát cắt (L, R), ta luôn có size(f) ≤ capacity(L, R). 23 / 34 Định lý (Max Flow-Min Cut) Kích thước của luồng cực đại trong mạng bằng với khả năng thông qua của lát cắt cực tiểu. Chứng minh. ▶ Xét f là luồng tìm được do thuật toán Ford-Fulkerson. Khi đó t không đến được từ s trong đồ thị Gf. ▶ Xét L là các nút đạt được từ s, và đặt R = V − L. Vậy (L, R) là một lát cắt. ▶ Ta khẳng định rằng size(f) = capacity(L, R). ▶ Bởi vì: Mọi cạnh từ L tới R phải đã đầy khả năng thông qua, và mọi cạnh từ R tới L phải có luồng bằng 0. 24 / 34 Định lý (Luồng Nguyên) Nếu các khả năng thông qua là số nguyên, thì có tồn tại luồng cực đại nguyên. Chứng minh. Thuật toán Ford-Fulkerson kết thúc và luồng cực đại nó tìm được là luồng nguyên. 25 / 34 Q&A Liên quan đến thuật toán Ford-Fulkerson ▶ Làm thế nào tính được lát cắt cực tiểu? Dễ thôi, xem chứng minh Định lý Max Flow-Min Cut. ▶ Làm thế nào để tìm đường tăng luồng? Dùng BFS! ▶ Nếu thuật toán kết thúc thì luồng thu được có là luồng cực đại? Có chứ. Lát cắt cực tiểu là bằng chứng. ▶ Thuật toán có luôn kết thúc? Có, mỗi lần tìm được đường tăng luồng là luồng lại tăng lên. Luồng không thể tăng vô hạn. 26 / 34 Nội dung Bài toán luồng cực đại trên mạng Thuật toán Ford-Fulkerson Luồng cực đại và lát cắt cực tiểu Tính hiệu quả của thuật toán Trường hợp tồi tệ của thuật toán Kể cả khi khả năng thông qua là tối ưu, số đường tăng luồng cần tìm có thể lớn bằng giá trị của luồng! Ví dụ Mạng sau có luồng cực đại là 2 × 2100 và thuật toán Ford-Fulkerson có thể dùng đến 2 × 2100 đường tăng luồng để tìm được luồng cực đại. a 2100 2100 s 1 t 2100 2100 b 28 / 34 Ví dụ Khởi tạo và tìm đường tăng luồng đầu tiên a 0/2100 0/2100 s 0/1 t 0/2100 0/2100 b 29 / 34 Ví dụ Tìm đường tăng luồng thứ hai a 1/2100 0/2100 s 1/1 t 0/2100 1/2100 b 30 / 34 Ví dụ Tìm đường tăng luồng thứ ba a 1/2100 1/2100 s 0/1 t 1/2100 1/2100 b Tiếp tục 2 × (2100 − 1) lần như vậy, ta được luồng tối ưu. 31 / 34 Trường hợp tồi tệ của thuật toán ▶ Số đường tăng luồng cần tìm có thể lớn bằng giá trị của luồng! ▶ Tuy nhiên, trường hợp này có thể tránh được nếu lựa chọn đường tăng luồng cẩn thận (Ngắn nhất hoặc Đầy nhất). Ví dụ a 2100 2100 s 1 t 2100 2100 b 32 / 34 Lựa chọn đường tăng luồng Đường tăng luồng số đường cài đặt Đường ngẫu nhiên ≤ mℓ hàng đợi ngẫu nhiên Đường DFS ≤ mℓ ngăn xếp (DFS) Đường ngắn nhất ≤ 1/2mn hàng đợi (BFS) Đường đầy nhất ≤ m ln(mℓ) hàng đợi ưu tiên Bẳng: Đồ thị có trọng số với n đỉnh và m cạnh, và các khả năng thông qua là số nguyên trong khoảng 1 đến ℓ 33 / 34 Bài tập Hãy chạy thuật toán Ford-Fulkerson để tìm luồng cực đại cho mạng sau. Bạn nên dùng thuật toán BFS để tìm đường tăng luồng. a 2 d 3 10 1 2 s 3 b 1 1 t 4 5 c 5 e 34 / 34
File đính kèm:
- bai_giang_toan_roi_rac_chuong_luong_tren_mang_tran_vinh_duc.pdf