Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp

Слични документи
Algoritmi

Uvod u računarstvo 2+2

Postavka 2: Osnovni graf algoritmi 1 DISTRIBUIRANI ALGORITMI I SISTEMI Iz kursa CSCE 668 Proleće 2014 Autor izvorne prezentacije: Prof. Jennifer Welch

Newtonova metoda za rješavanje nelinearne jednadžbe f(x)=0

Microsoft Word - AIDA2kolokvijumRsmerResenja.doc

Diskretna matematika Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2017./2018.godina DISKRETNA MATEMATIKA Studij: Pre

Sveučilište u Zagrebu Prirodoslovno-matematički fakultet Matematički odsjek Apolinar Barbiš TOKOVI NAJMANJEG TROŠKA I TOKOVI MAKSIMALNE VRIJEDNOSTI Di

Grafovi 1. Posmatrajmo graf prikazan na slici sa desne strane. a) Odrediti skup čvorova V i skup grana E posmatranog grafa. Za svaku granu posebno odr

Profajliranje ivica: Knutov algoritam i njegova unapredenja Seminarski rad u okviru kursa Verifikacija softvera Matematički fakultet Nevena Nikolić, 1

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivana Šore REKURZIVNOST REALNIH FUNKCIJA Diplomski rad Voditelj rada: doc.

08 RSA1

Microsoft PowerPoint - C-4-1

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL 2. kolokvij 29. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (

Završni rad br. 5390

2. Globalna svojstva realnih funkcija Denicija 2.1 Za funkciju f : A kaemo da je:! R; A R ome dena odozgor ako postoji M 2 R takav da je (8x 2 A) (f (

Konstrukcija i analiza algoritama vežbe 10 Nina Radojičić 15. decembar Algoritamske strategije - podeli pa vladaj (divide and conquer) Ova stra

(Kvantitativne metode odlu\350ivanja \226 problem optimalne zamjene opreme | math.e)

Neprekidnost Jelena Sedlar Fakultet građevinarstva, arhitekture i geodezije Jelena Sedlar (FGAG) Neprekidnost 1 / 14

Konstrukcija i analiza algoritama Nina Radojičić februar Analiza algoritama, rekurentne relacije 1 Definicija: Neka su f i g dve pozitivne fun

Oblikovanje i analiza algoritama 4. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb OAA 2017, 4. pr

Problemi zadovoljavanja ogranicenja.

Konacne grupe, dizajni i kodovi

MAT KOL (Banja Luka) ISSN (p), ISSN (o) Vol. XX (2)(2014), PELLOVA JEDNAČINA I PITAGORIN

Objektno orjentirano programiranje 2P

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs

Toplinska i električna vodljivost metala

Grupiranje podataka: pristupi, metode i primjene, ljetni semestar 2013./ Standardizacija podataka Predavanja i vježbe 8 Ako su podaci zadani

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Mihael Maltar MATRICE UDALJENOSTI U GRAFOVIMA Diplomski rad Voditelj rada:

Oblikovanje i analiza algoritama 5. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb OAA 2017, 5. pr

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor

Microsoft Word - predavanje8

2015_k2_z12.dvi

Рачунарска интелигенција

Diferenciranje i integriranje pod znakom integrala math.e Vol math.e Hrvatski matematički elektronički časopis Diferenciranje i integriranje pod

Classroom Expectations

P11.3 Analiza zivotnog veka, Graf smetnji

sve.dvi

Instalacija R-project softvera Univerzitet u Novom Sadu April 2018 Contents 1 Uvod 2 2 Instalacija R: Instalacija

Programiranje 1 drugi kolokvij, 2. veljače Ime i prezime: JMBAG: Upute: Na kolokviju je dozvoljeno koristiti samo pribor za pisanje i brisanje,

Primjena hipermedije u obrazovanju 1

Microsoft PowerPoint - Timer0 16F887.ppt [Compatibility Mode]

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2.

ЈЕДАН НОВИ ПРИСТУП У ПРЕВОЂЕЊУ ИЗ BPMN а У BPEL ONE NEW APPROACH IN TRANSLATING FROM BPMN TO BPEL Александар Недељковић Факултет организационих наука,

P2.1 Projektovanje paralelnih algoritama 1

Programiranje 1 IEEE prikaz brojeva sažetak Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog1 2018, IEEE p

JMBAG IME I PREZIME BROJ BODOVA MJERA I INTEGRAL završni ispit 6. srpnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1.

6-8. ČAS Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: Gde pretpostavljamo da je A celobrojna matrica dimenzije,. Takođe

I

07jeli.DVI

I

Microsoft PowerPoint - 03-Slozenost [Compatibility Mode]

ELEKTROTEHNIČKI FAKULTET, UNIVERZITET U BEOGRADU KATEDRA ZA ELEKTRONIKU UVOD U ELEKTRONIKU - 13E041UE LABORATORIJSKA VEŽBA Primena mikrokontrolera

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n

I

Državna matura iz informatike

Elementarna matematika 1 - Oblici matematickog mišljenja

Programiranje 2 0. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog2 2019, 0. predavanje p. 1/4

Teorija skupova – predavanja

3. Neprekinute funkcije U ovoj to ki deniramo neprekinute funkcije. Slikovito, graf neprekinute funkcije moºemo nacrtati a da ne diºemo olovku s papir

Generalizirani trag i normalne forme za logiku interpretabilnosti Vedran Čačić PMF Matematički odsjek Sveučilište u Zagrebu Dubrovnik radiona Sustavi

Veeeeeliki brojevi

Algoritmi SŠ P1

PDO

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević

Slide 1

1. OPĆE INFORMACIJE 1.1. Naziv kolegija Programiranje 1.6. Semestar Nositelj kolegija dr.sc. Bruno Trstenjak, v. pred Bodovna vrijednost

Maretić M., Vrhovski Z., Purković, D. Multikriterijska optimizacija putanje četveropolužnog mehanizma zasnovana na genetičkim algoritmima ISSN

P9.1 Dodela resursa, Bojenje grafa

The real problem is that programmers have spent far too much time worrying about efficiency in the wrong places and at the wrong times; premature opti

Microsoft PowerPoint - 07-DinamickeStrukturePodataka

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ

Microsoft PowerPoint - 10 PEK EMT Logicka simulacija 1 od 2 (2012).ppt [Compatibility Mode]

Microsoft Word - 15ms261

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Igor Sušić LOKALNA IZRAČUNLJIVOST Diplomski rad Voditelj rada: doc.dr.sc.

Celobrojno programiranje Rešavamo sledeći poblem celobrojnog programiranja: min c T x Ax = b x 0 x Z n Gde pretpostavljamo da je A celobrojna matrica

Sveučilište J.J. Strossmayera Fizika 2 FERIT Predložak za laboratorijske vježbe Određivanje relativne permitivnosti sredstva Cilj vježbe Određivanje r

prva.dvi

Sveučilište J.J. Strossmayera Fizika 2 FERIT Predložak za laboratorijske vježbe Cilj vježbe Određivanje specifičnog naboja elektrona Odrediti specifič

SEMINAR

Programiranje 1

Универзитет у Бањој Луци Електротехнички факултет Катедра за Општу електротехнику предмет: Теорија електричних кола 1 ЛАБ 01: Симулација електричних к

Microsoft Word - Korisnički priručnik za liječnika.docx

Podružnica za građenje

Drveta odlucivanja - algoritmi

PowerPoint Presentation

MAZALICA DUŠKA.pdf

SveuĊilište u Zagrebu

Postavka 12: Uzročnost 1 DISTRIBUIRANI ALGORITMI I SISTEMI Iz kursa CSCE 668 Proleće 2014 Autor izvorne prezentacije: Prof. Jennifer Welch

I

Електротехнички факултет Универзитета у Београду Катедра за рачунарску технику и информатику Kолоквијум из Интелигентних система Колоквију

PowerPoint Presentation

MIP-heuristike (Matheuristike) Hibridi izmedu metaheurističkih i egzaktnih metoda Tatjana Davidović Matematički institut SANU

MINISTARSTVO ZAŠTITE OKOLIŠA I PRIRODE 2059 Na temelju članka 104. stavka 1. točke 3. alineje 3. Zakona o otpadu (»Narodne novine«, br. 178/04, 111/06

(Microsoft Word - Dr\236avna matura - studeni osnovna razina - rje\232enja)

Microsoft PowerPoint - Ekoloska (city) logistika 8.3

Microsoft Word - 6. RAZRED INFORMATIKA.doc

Algoritmi i arhitekture DSP I

Verovatnoća - kolokvijum 17. decembar Profesor daje dva tipa ispita,,,težak ispit i,,lak ispit. Verovatnoća da student dobije težak ispit je

Транскрипт:

Maksimalni protok kroz mrežu - Ford-Fulkerson, Edmonds-Karp PMF-MO Seminar iz kolegija Oblikovanje i analiza algoritama 22.1.2019. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 1 / 35

Uvod - definicije Usmjereni graf: (V, E), V - vrhovi, E V V - bridovi Kapacitete bridova dajemo s funkcijom c : V V R + Imamo dva istaknuta vrha: s - izvor (source) i t - ponor (sink) Protok definiramo kao funkciju f : V V R koja zadovoljava: 1 ( u, v V ) f (u, v) c(u, v) (ograničenje kapacitetom) 2 ( u, v V ) f (u, v) = f (v, u) 3 ( u V \ {s, t}) f (u, v) = 0 v V Vrijednost protoka: f = v V f (s, v) mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 2 / 35

Primjeri 10 s 15 a d 3 2 b c 9 11 7 t Moguće interpretacije: Cijevi (gledamo protok vode) Prijevoz (npr. kamioni) Internet mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 3 / 35

Aplikacije i računala Zadatak. Dano je n vrsta aplikacije; aplikacija k-te vrste ima a k. Dano je m računala, te za svaku vrstu aplikacije je dan popis računala koja mogu pokrenuti tu vrstu aplikacije. Računalo može pokrenuti samo jednu aplikaciju. Mogu li se sve aplikacije pokrenuti? Modelirajte pomoću problema maksimalnog protoka. Rješenje. Vrste aplikacija i računala su čvorovi. Uvedemo još dva čvora: s (izvor) i t (ponor). Spajamo čvorove na sljedeći način: s spajamo sa k-tom vrstom aplikacije bridom kapaciteta a k. Računala spajamo sa t bridovima kapaciteta 1. Vrste aplikacija spajamo sa računalima koja ih mogu pokrenuti bridovima kapaciteta. Kada je odgovor potvrdan? Onda i samo onda kada je maksimalni n tok jednak a k! k=1 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 4 / 35

Više izvora i ponora Kada imamo više izvora, uvedemo dodatan čvor kojeg spojimo sa svim izvorima bridovima kapaciteta (nekim jako velikim brojem). Analogno ako imamo više ponora. s 1 22 a 12 t 1 24 25 34 s 2 14 19 24 b 16 17 15 s 3 34 c 87 t 2 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 5 / 35

Više izvora i ponora Prethodni graf postaje: s s 1 22 a 12 t 1 24 25 34 s 2 14 19 24 b t 16 17 15 s 3 34 c 87 t 2 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 6 / 35

Ford - Fulkersonova metoda Iterativna U početku protok postavljamo na 0 (tj. f 0). Povećavajući put - put izmedu s i t po kojem možemo poslati još toka Korak metode: sve dok postoji povećavajući put: povećaj protok (tj. povećaj f ) Rezidualne težine: c f (u, v) = c(u, v) f (u, v) Rezidualni graf: G f = (V, E f ), gdje je E f = {(u, v) V V c f (u, v) > 0} mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 7 / 35

Ford - Fulkersonova metoda - matematički rezultati Lema 1. Neka je G = (V, E), f protok u G. Neka je G f graf induciran s f. Neka je f protok u G f. Tada je f + f protok u G, f + f = f + f. rezidualni Povećavajući put je sada bilo koji put izmedu s i t u G f Rezidualni kapacitet puta p: c f (p) = min{c f (u, v) (u, v) p} mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 8 / 35

Ford - Fulkersonova metoda - matematički rezultati Lema 2. Neka je G = (V, E), f protok u G, p put izmedu s i t u G f. Definiramo f p : V V R s c f (p), (u, v) p f p (u, v) = c f (p) (v, u) p 0, inače Tada je f p protok u G f. - Uporabom ovih lema dokazujemo važan teorem. Teorem 1. Neka je G = (V, E), f protok u G, p put izmedu s i t u G f. Neka je f p definirana kao u Lemi 2. Definiramo f : V V R sa f = f + f p. Tada je f protok u G, f = f + f p > f. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 9 / 35

Osnovni Ford-Fulkersonov algoritam Biramo BILO KOJI put izmedu s i t u G f Ford-Fulkerson(G, s, t) for each edge (u, v) of G do f[u, v] <- 0 f[v, u] <- 0 while there exists a path p from s to t in residual graph do c_f(p) <- min {c_f(u, v) (u, v) on p} for each edge (u, v) on p do f[u, v] <- f[u, v] + c_f(p) f[v, u] <- -f[u, v] mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 10 / 35

Osnovni Ford-Fulkersonov algoritam - primjer a 15 10 s 3 t 10 15 b mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 11 / 35

a 15 10 s 3 t 10 15 b mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 12 / 35

a 10/15 s 0/10 0/3 b 10/10 0/15 t mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 13 / 35

a 10/15 s 0/10 0/3 b 10/10 0/15 t mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 14 / 35

a 13/15 s 0/10 3/3 b 10/10 3/15 t mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 15 / 35

a 13/15 s 0/10 3/3 b 10/10 3/15 t mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 16 / 35

a 13/15 s 10/10 3/3 b 10/10 t 13/15 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 17 / 35

Analiza osnovnog Ford-Fulkersonovog algoritma Vrijeme izvršavanja jako ovisi o izboru puta povećavajućeg puta (u testovima koristimo DFS) Ako su kapaciteti cijeli brojevi, onda je vremenska složenost O( E f ), gdje je E broj bridova, a f maksimalni protok Inicijalizacija f : Θ( E ) Protok se uvećava barem za 1; while se izvršava najviše f puta Za naći povećavajući put nam treba najviše O( E ) (DFS ili BFS) mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 18 / 35

Osnovni Ford-Fulkersonov algoritam - loša situacija a 1000000 s 1000000 1 b 1000000 t 1000000 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 19 / 35

a 1000000 s 1000000 1 b 1000000 t 1000000 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 20 / 35

a 1/1000000 s 0/1000000 1/1 b 0/1000000 t 1/1000000 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 21 / 35

a 1/1000000 0/1000000 s 1/1 1 t 0/1000000 1/1000000 b mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 22 / 35

a 1/1000000 s 1/1000000 0/1 b 1/1000000 t 1/1000000... i tako dalje... mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 23 / 35

Edmonds-Karp algoritam Poboljšanje osnovnog Ford-Fulkersonovog algoritma Vremenska složenost: O( V E 2 ) Najkraći put izmedu u i v u G f definiramo sa δ f (u, v) Edmonds-Karp bira najkraći put izmedu s i t u G f : δ f (s, t) Prirodno je koristiti BFS. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 24 / 35

Edmonds-Karp - analiza složenosti Lema 3. Neka je G = (V, E), neka su s izvor i t ponor. Koristeći Edmonds-Karp algoritam, ( u, v V \ {s, t})δ f (u, v) se monotono povećava sa svakom iteracijom (svakim povećanjem toka). Teorem 2. Edmonds-Karp algoritam koristi O( V E ) povećanja protoka. Teorem 3. Vremenska složenost Edmonds-Karm algoritma je O( V E 2 ). Dokaz. Svaka iteracija Edmonds-Karp algoritma se može implementirati u O( E ) vremenskoj složenosti. Po Teoremu 2. imamo O( V E ) iteracija. mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 25 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 10) u µs 16 22 9 30 9 29 9 28 8 22 9 35 10 28 12 29 11 35 9 24 8 22 9 29 8 25 7 20 9 25 9 36 10 28 8 30 9 31 12 33 10 34 9 31 10 27 10 37 11 40 10 36 9 33 10 31 11 32 9 25 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 26 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 20) u µs 58 120 70 150 60 100 50 120 40 130 60 160 60 120 50 120 50 110 60 130 60 100 70 140 60 150 60 135 53 134 50 130 50 130 50 100 50 90 50 130 70 111 40 90 40 140 50 110 40 90 50 143 40 110 50 80 60 80 60 90 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 27 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 50) u µs 695 900 800 1000 750 900 750 900 750 1000 750 1050 800 1000 800 1000 750 950 800 950 850 900 850 1000 900 850 850 900 750 750 750 850 750 900 850 1050 800 750 800 950 700 750 850 950 800 900 750 950 750 900 850 900 750 850 800 850 750 950 800 950 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 28 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 100) u ms 6.89 5.00 7.00 6.00 7.10 5.50 6.80 7.60 7.60 6.00 8.70 6.10 7.90 7.10 7.20 7.22 9.00 6.00 8.40 7.36 7.40 6.52 11.02 7.32 9.40 5.20 6.80 7.10 8.80 6.82 11.06 7.72 7.50 6.50 8.10 6.20 7.50 5.90 7.40 6.10 6.90 6.00 7.40 6.00 7.00 5.90 7.80 5.40 8.50 5.60 7.00 6.10 7.50 6.67 9.08 5.71 7.39 5.87 7.58 7.98 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 29 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 200) u ms 65.10 37.80 75.20 42.10 71.00 44.74 74.00 41.70 69.72 42.50 73.50 42.50 69.30 39.00 66.10 46.61 77.69 46.31 92.70 45.14 72.20 40.40 64.70 38.40 72.10 42.90 80.44 44.22 88.48 59.68 82.10 48.38 80.72 46.12 81.70 43.20 83.48 43.00 66.90 39.80 71.04 38.62 79.28 42.82 71.80 42.32 86.06 46.00 74.10 43.01 106.14 60.16 76.00 42.90 75.80 38.70 74.02 41.93 102.58 41.62 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 30 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 500) u s 1.42 0.55 1.53 0.75 2.17 0.79 1.64 0.59 1.79 0.68 1.52 0.60 1.61 0.62 1.47 0.55 1.46 0.55 1.43 0.54 1.90 0.67 1.89 0.66 1.74 0.70 1.56 0.72 1.72 0.56 1.73 0.70 1.65 0.62 1.63 0.60 1.58 0.61 1.79 0.66 2.42 0.65 1.91 0.79 1.58 0.54 1.35 0.51 1.48 0.70 1.63 0.64 1.71 0.66 1.62 0.70 1.84 0.59 1.41 0.54 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 31 / 35

Usporedba DFS Ford-Fulkersonov algoritma i Edmonds-Karpovog algoritma ( V = 700) u s 5.31 1.55 4.93 1.55 5.45 1.55 4.91 1.58 4.56 1.43 4.23 1.49 4.30 1.47 4.44 1.48 4.56 1.52 4.62 1.51 4.41 1.43 4.33 1.47 4.50 1.43 4.39 1.46 4.34 1.44 4.27 1.44 4.34 1.50 4.44 1.47 4.46 1.38 4.96 1.80 4.79 1.64 4.72 1.58 4.87 1.80 4.77 1.89 4.70 1.56 4.43 1.49 4.62 1.40 4.56 1.48 4.66 1.44 4.43 1.51 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 32 / 35

Komentari Max flow - min cut Goldbergov algoritam: O( V 2 E ) The lift-to-front algorithm: O( V 3 ) mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 33 / 35

Literatura T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein, Introduction to Algorithms, 2nd edition, MIT Press, Massachusetts, 2001., 579-600 M. H. Alsuwaiyel, Algorithms: Design Techiques and Analysis, 1999., Publishing House of Electronics Industry, 419-425 S. Halim, F. Halim, Competitive Programming 3 - The New Lower Bound of Programming Contests, 2013., 163-170 mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 34 / 35

Pitanja? mrežu - Ford-Fulkerson, Edmonds-Karp 22.1.2019. 35 / 35