Flows#

Maximum Flow#

`maximum_flow`(flowG, _s, _t[, capacity, ...])	查找最大单商品流。
`maximum_flow_value`(flowG, _s, _t[, ...])	查找最大单商品流的值。
`minimum_cut`(flowG, _s, _t[, capacity, flow_func])	计算最小 (s, t)-割的值和节点划分。
`minimum_cut_value`(flowG, _s, _t[, capacity, ...])	计算最小 (s, t)-割的值。

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

使用Edmonds-Karp算法找到最大单商品流。

使用最短增广路径算法寻找最大单商品流。

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

使用最高标签预流推进算法找到最大单商品流。

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

使用Dinitz算法寻找最大单商品流。

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

使用Boykov-Kolmogorov算法找到最大单商品流。

gomory_hu_tree(G[, capacity, flow_func])

返回无向图 G 的 Gomory-Hu 树。

构建一个残差网络并初始化零流。

`network_simplex`(G[, demand, capacity, weight])	在有向图 G 中找到满足所有需求的最低成本流。
`min_cost_flow_cost`(G[, demand, capacity, weight])	找到满足有向图 G 中所有需求的最低成本流的成本。
`min_cost_flow`(G[, demand, capacity, weight])	返回一个满足有向图 G 中所有需求的最低成本流。
`cost_of_flow`(G, flowDict[, weight])	计算图G上由flowDict给定的流的费用。
`max_flow_min_cost`(G, s, t[, capacity, weight])	返回一个最小成本的最大 (s, t)-流。

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

找到有向图 G 中满足所有需求的最低成本流。