maxflow (биографик)

Вычислите максимальный поток в биообъекте диаграмм

Синтаксис

[MaxFlow, FlowMatrix, Cut] = maxflow(BGObj, SNode, TNode)
[...] = maxflow(BGObj, SNode, TNode, ...'Capacity', CapacityValue, ...)
[...] = maxflow(BGObj, SNode, TNode, ...'Method', MethodValue, ...)

Аргументы

BGObj Биообъект диаграмм создается biograph (конструктор Object).
SNodeУзел в ориентированном графе, представленном N на n матрицей смежности, извлеченной от биообъекта диаграмм, BGObj.
TNodeУзел в ориентированном графе, представленном N на n матрицей смежности, извлеченной от биообъекта диаграмм, BGObj.
CapacityValueВектор-столбец, который задает пользовательские мощности к ребрам в N на n матрице смежности. Это должно иметь одну запись для каждого ненулевого значения (ребро) в N на n матрице смежности. Порядок пользовательских мощностей в векторе должен совпадать с порядком ненулевых значений в N на n матрице смежности, когда это пересечено по столбцам. По умолчанию maxflow получает полную информацию от ненулевых записей в N на n матрице смежности.
MethodValueВектор символов или строка, которая задает алгоритм, раньше находили минимальное дерево охвата (MST). Выбор:
  • 'Edmonds' — Использует алгоритм Эдмондса и Карпа, реализация которого основана на изменении, названном алгоритмом маркировки. Временной сложностью является O(N*E^2), где N и E являются количеством узлов и ребер соответственно.

  • 'Goldberg' — Алгоритм по умолчанию. Использует алгоритм Голдберга, который использует общий метод, известный как нажатие перед потоком. Временной сложностью является O(N^2*sqrt(E)), где N и E являются количеством узлов и ребер соответственно.

Описание

Совет

Дополнительные сведения о функциях теории графов см. в Функциях Теории графов.

[MaxFlow, FlowMatrix, Cut] = maxflow(BGObj, SNode, TNode) вычисляет максимальный поток ориентированного графа, представленного N на n матрицей смежности, извлеченной от биообъекта диаграмм, BGObj, от узла SNode к узлу TNode. Ненулевые записи в матрице определяют способность ребер. Вывод MaxFlow является максимальным потоком, и FlowMatrix является разреженной матрицей со всеми значениями потока для каждого ребра. FlowMatrix (X, Y) является потоком от узла X к узлу Y. Вывод Cut является логическим вектором - строкой, указывающим на узлы, соединенные с SNode после вычисления минимального сокращения между SNode и TNode. Если несколько решений минимальной проблемы сокращения существуют, то Cut является матрицей.

Совет

Алгоритм, который определяет Cut, все минимальные сокращения, имеет временную сложность O(2^N), где N является количеством узлов. Если эта информация не нужна, используйте метод maxflow без третьего вывода.

  [...] = maxflow(BGObj, SNode, TNode, ...'PropertyName', PropertyValue, ...)   вызывает maxflow с дополнительными свойствами, которые используют имя свойства / пары значения свойства. Можно задать одно или несколько свойств в любом порядке. Каждый PropertyName должен быть заключен в одинарные кавычки и нечувствительный к регистру. Это имя свойства / пары значения свойства следующие:

[...] = maxflow(BGObj, SNode, TNode, ...'Capacity', CapacityValue, ...) позволяет вам задать пользовательские мощности к ребрам. CapacityValue является вектор-столбцом, имеющим одну запись для каждого ненулевого значения (ребро) в N на n матрице смежности. Порядок пользовательских мощностей в векторе должен совпадать с порядком ненулевых значений в матрице, когда это пересечено по столбцам. По умолчанию graphmaxflow получает полную информацию от ненулевых записей в матрице.

[...] = maxflow(BGObj, SNode, TNode, ...'Method', MethodValue, ...) позволяет вам указать, что алгоритм раньше находил минимальное дерево охвата (MST). Выбор:

  • 'Edmonds' — Использует алгоритм Эдмондса и Карпа, реализация которого основана на изменении, названном алгоритмом маркировки. Временной сложностью является O(N*E^2), где N и E являются количеством узлов и ребер соответственно.

  • 'Goldberg' — Алгоритм по умолчанию. Использует алгоритм Голдберга, который использует общий метод, известный как нажатие перед потоком. Временной сложностью является O(N^2*sqrt(E)), где N и E являются количеством узлов и ребер соответственно.

Ссылки

[1] Эдмондс, J. и Карп, R.M. (1972). Теоретические улучшения алгоритмической эффективности для сетевых проблем потока. Журнал ACM 19, 248-264.

[2] Голдберг, A.V. (1985). Новый Алгоритм Потока Max. Технический отчет MIT MIT/LCS/TM-291, Лаборатория для Информатики, MIT.

[3] Siek, J.G., Ли, L-Q и Lumsdaine, A. (2002). Руководство пользователя библиотеки графика повышения и справочник, (верхний Сэддл-Ривер, образование НДЖ:ПИРСОНА).

Представленный в R2006b

Для просмотра документации необходимо авторизоваться на сайте