×

一种快速最大流算法。 (英语) 兹比尔1528.05030

本文提出了一种新的快速最大流算法,该算法在(O(kn^{2}+nm\log)中运行_{k} n个)\)时间,用户可以在其中选择参数\(k\)。在渐近运行时间没有任何损失的情况下,可以选择(k)是2的幂。假设\(n\geq4)和\(m\geqn),可以通过选择\(k)作为2的最小幂,即至少\(\lceil\log n/\log\log n+m/n\rceil)来优化渐近运行时间。这导致运行时间为\(O(\frac{nm\logn}{\log\logn+\logm/n})\)。对于\(n)和\(m)的所有值,该算法的运行时间支配着V.金等人[J.Algorithms 17,No.3,447–474(1994;Zbl 1321.05269号)]. 当\(m=O(n\log n)\)时,该算法比King等人[loc.cit.]的算法快一倍。它基于R.K.阿胡加等[SIAM J.Compute.18,No.5,939–954(1989;Zbl 0675.90029号)]并在不依赖动态树的情况下实现了这种改进的性能。论文最后提出了一个开放性问题。

MSC公司:

05C21号 图形中的流
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] R.K.Ahuja、T.L.Magnanti和J.B.Orlin,《网络流量》。《理论、算法和应用》,普伦蒂斯·霍尔,恩格尔伍德·克利夫斯,新泽西州,1993年·Zbl 1201.90001号
[2] R.K.Ahuja和J.B.Orlin,最大流问题的快速简单算法,Oper。第37号决议(1989年),第748-759页·Zbl 0691.90024号
[3] R.K.Ahuja、J.B.Orlin和R.E.Tarjan,最大流问题的改进时限,SIAM J.Compute.18(1989),939-954·Zbl 0675.90029号
[4] J.Cheriyan和T.Hagerup,《随机最大流算法》,第30届计算机科学基础年会,纽约:IEEE;1989, 118-123.
[5] L.R.Ford和D.R.Fulkerson,《通过网络的最大流量》,加拿大。《数学杂志》第8卷(1956年),第399-404页·Zbl 0073.40203号
[6] A.V.Goldberg和S.Rao,《超越流动分解屏障》,J.ACM45(1998),783-797·Zbl 1064.90567号
[7] A.V.Goldberg和R.E.Tarjan,最大流量问题的新方法,J.ACM35(1988),921-940·Zbl 0661.90031号
[8] Y.T.Lee和A.Sidford,《线性规划的寻路方法:在(widetilde{O}(sqrt{mathit{rank})迭代中求解线性规划和最大流的更快算法》,第55届计算机科学基础年会,纽约:IEEE;2014, 424-433.
[9] A.V.Karzanov,用预流法确定网络中的最大流量,苏联数学。Dokl.15(1974),435-437·Zbl 0303.90014号
[10] V.King、S.Rao和R.Tarjan,《更快的确定最大流算法》,《算法23》(1994),447-474·Zbl 1321.05269号
[11] J.B.Orlin,一种快速的强多项式最小费用流算法,Oper。第41号决议(1993年),338-350·Zbl 0781.90036号
[12] J.B.Orlin,Max flows in O(nm)time,or better,《第四十五届美国计算机学会计算理论研讨会论文集》,纽约:计算机协会;2013, 765-774. ·兹比尔1293.05151
[13] D.D.Sleator和R.E.Tarjan,《动态树的数据结构》,J.Compute。系统。《科学》第24卷(1983年),第362-391页·Zbl 0509.68058号
[14] E.Tardos,求解组合线性规划的强多项式算法,Oper。第34号决议(1986年),250-256·兹比尔062690053
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。