增广路径

增广路径是最大流和二分匹配算法的核心操作对象——在残差网络中沿增广路径增广可增大流量,在匹配中沿增广路径做对称差可增大匹配。

定义

形式化定义

最大流中的增广路径:在残差网络 中,一条从源 到汇 简单路径 称为增广路径。其残差容量为: 沿 增广后,流值恰好增加

匹配中的增广路径:给定图 和匹配

  • M-交替路径:一条简单路径,其边在 之间交替出现
  • M-增广路径:一条M-交替路径,且其第一条边和最后一条边都不属于 。增广路径的两个端点都是未匹配顶点,且包含奇数条边(非匹配边比匹配边多1条)

核心性质

性质描述
最大流判据 中不存在增广路径 是最大流(引理24.2)
最大匹配判据不存在 -增广路径 是最大匹配(Berge定理)
增广效果(流)沿增广路径增广后,流值增加
增广效果(匹配)沿增广路径做对称差 ,匹配大小增加1
路径长度单调性Edmonds-Karp和Hopcroft-Karp中,增广路径长度单调不减

关系网络

graph LR
    A["增广路径"] --> B["最大流中<br/>残差网络 s→t 路径"]
    A --> C["匹配中<br/>连接两个未匹配顶点的交替路径"]
    B --> D["增广 → 流值增大"]
    C --> E["对称差 → 匹配增大"]
    D --> F["无增广路径 = 最大流"]
    E --> G["无增广路径 = 最大匹配<br/>Berge定理"]

章节扩展

第24章:最大流

在24.2节中,增广路径定义在残差网络 上,是从源 到汇 的简单路径。Ford-Fulkerson方法的核心循环就是反复在 中寻找增广路径并沿路径增广。

增广路径的残差容量 决定了本次能增加的流量。沿路径增广时:

  • 正向边 增加
  • 反向边 减少 (即撤销部分流量)

Edmonds-Karp算法通过BFS选择最短增广路径,保证路径长度单调递增(引理24.4),从而获得 的多项式时间复杂度。

第25章:二部图匹配

在25.1节中,增广路径的定义从残差网络转移到匹配的交替路径框架。

M-增广路径是一条连接两个未匹配顶点的M-交替路径,包含奇数条边。非匹配边有 条,匹配边有 条,因此非匹配边比匹配边多1条。沿增广路径做对称差操作 ,将 中原属于 的边移出、原不属于 的边加入,得到

Berge定理建立了增广路径与最大匹配之间的充要关系: 是最大匹配 不存在 -增广路径。这是所有基于增广的匹配算法(简单增广、Hopcroft-Karp)的理论基础。

补充

补充说明

增广路径在最大流和匹配两个领域中扮演着相同的结构性角色——它们都是”当前解不是最优”的证书,也是”改进当前解”的操作对象。这种统一性不是巧合:二分匹配可以通过归约为最大流来求解,而匹配中的增广路径恰好对应流网络中残差网络的增广路径。两种定义在流网络归约框架下是完全一致的。

参见