#

最大流#

maximum_flow(flowG, _s, _t[, capacity, ...])

找到最大的单一商品流。

maximum_flow_value(flowG, _s, _t[, ...])

找出最大单个商品流量的值。

minimum_cut(flowG, _s, _t[, capacity, flow_func])

计算最小(s,t)割的值和节点分区。

minimum_cut_value(flowG, _s, _t[, capacity, ...])

计算最小(s,t)切割值。

埃德蒙卡普#

edmonds_karp(G, s, t[, capacity, residual, ...])

使用Edmonds-Karp算法查找最大单个商品流。

算法#

shortest_augmenting_path(G, s, t[, ...])

利用最短增广路径算法求最大单个商品流。

预推#

preflow_push(G, s, t[, capacity, residual, ...])

使用最高标签预流推送算法查找最大单个商品流。

迪尼茨#

dinitz(G, s, t[, capacity, residual, ...])

用迪尼茨算法求最大单个商品流。

博伊科夫·科尔莫戈洛夫#

boykov_kolmogorov(G, s, t[, capacity, ...])

利用Boykov-Kolmogorov算法求单个商品的最大流量。

古莫里胡树#

gomory_hu_tree(G[, capacity, flow_func])

返回无向图G的Gomory Hu树。

乌迪斯#

build_residual_network(G, capacity)

建立剩余网络并初始化零流。

网络单纯形#

network_simplex(G[, demand, capacity, weight])

在有向图G中找到满足所有需求的最小成本流。

min_cost_flow_cost(G[, demand, capacity, weight])

在有向图G中找到满足所有需求的最小成本流的成本。

min_cost_flow(G[, demand, capacity, weight])

返回满足有向图G中所有需求的最小成本流。

cost_of_flow(G, flowDict[, weight])

在图G上计算由Flowdict给出的流的成本。

max_flow_min_cost(G, s, t[, capacity, weight])

返回最小成本的最大(s,t)流。

容量缩放最小成本流#

capacity_scaling(G[, demand, capacity, ...])

在有向图G中找到满足所有需求的最小成本流。