级连层次图的网络最大流算法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (19): 78-81.

级连层次图的网络最大流算法研究

潘荷新1，伊崇信2，李满2

1.常州纺织服装职业技术学院信息技术系，江苏常州 213164
2.山东华宇职业技术学院计算机系，山东德州 253034

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-01 发布日期:2011-07-01

Research on network maximum flows algorithm of cascade level graph

PAN Hexin1，YI Chongxin2，LI Man2

1.Dept. of Informaition Technology，Changzhou Textile Garment Institute，Changzhou，Jiangsu 213164，China
2.Dept. of Computer，Shandong Huayu Vocational College，Dezhou，Shandong 253034，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-01 Published:2011-07-01

摘要/Abstract

摘要： 给出一种通过构造网络级连层次图的方法，来间接求出最大网络流的算法。对于给定的有n个顶点，e条边的网络N=G,s,t,C，该算法可在On2时间内快速求出流经网络N的最大网络流及达最大流时的网络流。

关键词: 网络, 级连层次图, 最大流

Abstract: This paper gives an algoritm that structures a network cascade level graph to find out maximum flow of the network indirectly.For the given network N=（G，s，t，C） that has n vetexes and e arcs，this algorithm finds out the maximum value of the network flow fast in O（n2） time that flows from the network N and the network flows when the value of the one reach maximum.

Key words: network, cascade level graph, maximum flow

潘荷新1，伊崇信2，李满2. 级连层次图的网络最大流算法研究[J]. 计算机工程与应用, 2011, 47(19): 78-81.

PAN Hexin1，YI Chongxin2，LI Man2. Research on network maximum flows algorithm of cascade level graph[J]. Computer Engineering and Applications, 2011, 47(19): 78-81.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	贾香恩，董一鸿，朱锋，钱江波. 异构图卷积网络研究进展[J]. 计算机工程与应用, 2021, 57(9): 36-49.
[4]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[5]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[6]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[7]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[8]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[9]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[10]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[11]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[12]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[13]	柴旭，方明，付飞蚺，邵桢. 考场环境下考生视线估计方法[J]. 计算机工程与应用, 2021, 57(9): 199-206.
[14]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[15]	徐承志，万方. 两级邻域采样的孪生网络在流形学习中的应用[J]. 计算机工程与应用, 2021, 57(9): 233-239.