最小费用最大流算法（C＋＋）实现

最小费用最大流是一类网络优化问题，它与最大流的区别在于，它不仅要考虑流量问题，还要考虑费用因素，其优化的目标是流量最大且费用最小。本文综合求最大流原理和求最短路原理，在直接输入初始状态下就求出任何一个网络图的最小费用值。最大流值以及其他一些相关数据。该算法程序可以为我们减少大量计算，提高工作效率，因而它在信息学竞赛，国际信息学竞赛，大学生数学建模比赛等方面都能得到应用。     

最小费用最大流算法(C++)实现

最小费用最大流是一类网络优化问题,它与最大流的区别在于,它不仅要考虑流量问题,还要考虑费用因素,其优化的目标是流量最大且费用最小。本文综合求最大流原理和求最短路原理,在直接输入初始状态下就求出任何一个网络图的最小费用值,最大流值以及其他一些相关数据。该算法程序可以为我们减少大量计算,提高工作效率,因而它在信息学竞赛,国际信息学竞赛,大学生数学建模比赛等方面都能得到应用。     

求解网络最大流问题的信念传播算法

为解决目前网络最大流问题求解效率低、数据溢出等问题,设计求解网络最大流问题的信念传播算法.根据网络最大流问题的特性,使最大流问题的线性规划方程与信念传播算法传递方程结合,得到描述函数,将带权随机有向图映射为对应的因子图模型;在此模型基础上,利用信念传播算法的信息迭代方程进行特征值收敛计算,提高寻优效率.选取若干随机有向...     

Online Judge在信息学竞赛中的应用

立足于信息学竞赛的发展背景,结合OJ平台的特点,分析其在培养学生算法能力方面的适用性,在此基础上,通过OJ平台在程序设计竞赛以及竞赛培训的具体应用实例,阐述OJ平台对青少年编程思维训练发挥的重要作用,最后提出构建集教、学、测、练、赛于一体的新型教学闭环,为青少年信息学竞赛培训提供新思路。     

FOI2020算法高级在线第6试详解

本文介绍了2020年福建省青少年信息学奥林匹克竞赛算法高级在线培训第六试三道题以及其解法。     

对信息学奥林匹克竞赛选手培养模式的探索

本文对青少年信息学奥林匹克竞赛选手培养模式的探索，介绍了一些基本的做法和经验，并对青少年信息学奥林匹克竞赛选手的培养，提出了自己的看法，希望能与同行进行沟通和交流。     

如何做好信息学奥赛辅导工作经验谈

信息学奥林匹克竞赛简称信息学奥赛，是智力与计算机应用能力的比赛，是推动计算机知识普及发展及深入的手段，是一种高层次的计算机普及活动。它旨在通过竞赛形式对有才华的青少年起到激励作用，从而发现人才，培养人才，并给学生提供一个彼此交流的学习环境。作为一名信息学奥赛辅导教师，要想取得好的竞赛成绩，不仅要争取领导、班主任和学生家长的大力支持，还要注意自身素质的提高，经常总结辅导经验，更要注意因材施教和提高学生的积极性，有计划地开展竞赛辅导活动。下面就谈谈我在信息学奥赛辅导工作中的一些经验和做法。     

无线传感器网络最大生命期与最大流路由算法

提出了一种无线传感器网络最大生命期和最大流路由算法,证明了网络最大生命期相当于获得网络最大流,根据最大流最小割定理,网络一定存在一个可行解满足网络最大流,在算法复杂度较低情况下,建立以最大生命期为最优目标的网络模型,依靠现有的启发式分布式算法解决该模型。通过仿真验证了算法的性能,表明所提出算法可以有效延长网络生命期。     

一种基于改进堆优化Dijkstra算法的最小费用最大流算法

通过最短路径算法在残存网络中搜索汇点的最小费用路径是流网络中求解最小费用最大流的主要方式,而Dijkstra算法是最高效的最短路径算法之一。本文通过证明残存网络中不存在负循环,采用改进的堆优化Dijkstra算法在残存网络中搜索最小费用路径以提升算法的效率。实验结果表明,与经典的基于最短路径快速算法的最小费用最大流算法和基于Bellman-Ford算法的最小费用最大流算法对比,本文提出的改进算法具有更高的时间效率。     

基于大数据技术与网络爬虫的创新创业竞赛服务

针对传统创新创业竞赛服务数据采集效率低下,信息过于分散,导致信息质量差的问题,设计一个基于大数据技术与主题网络爬虫技术的创新创业竞赛服务系统。系统主要分为数据采集、消息订阅、智能推荐和大数据存储功能模块。首先采用主题网络爬虫方法进行信息爬取;然后采用大数据技术的向量空间模型VSM算法和改进协同过滤推荐算法对采集数据进行过滤清洗和智能推荐,以此实现各个功能模块的设计。实验结果表明,提出的主题网络爬虫方法对不同信息的平均采集速度均保持在8.6 ms上下,系统数据采集效率显著提升。提出的VSM算法对数据处理后的平均相似度取值为0.833,十分接近标准值0.75,说明本系统提升了数据采集质量。由此可知,设计的系统满足创新创业竞赛服务需求,具有一定的可行性。     

基于最小费用最大流问题的“排序”算法

由于现有的求解最小费用最大流问题的方法都存在其局限性,为了更好地解决实际问题,在已有最短路算法以及最小费用算法的基础上作了改进,给出了一种求解基于最大流的最小费用问题的算法.文中针对小规模网络给出求两点之间最小费用的一种简单易行的方法,此外该算法可以在一个图上完成,这样可以节省许多画图时间,增强了算法的直观性和可控性.并且构建石油运输的网络模型,结合最小费用最大流算法,给出该模型从产地到销地的最优运输方案,最后通过具体的模型实例验证了该方法的效率和实用性.     

基于稳态模型的流异常检测算法

在日常网络管理中如何实时、准确地判定流量异常是网络异常检测中的难点问题。提出了一种基于稳态模型的流异常检测算法，采用加权均值和方差计算相结合的统计学方法对网络流量稳态模型进行建模和更新，并使用ROC曲线进行异常检测模型的性能评估。研究表明，该算法复杂度较低，资源占用小，能够很好地实现实时自动报警功能。实验结果对进一步探索实时的网络流异常检测方法和预测算法具有参考价值。     

基于记忆化搜索的分层网络最大流算法

当前,路由选择算法、计算机视觉图像切割以及机器学习领域的许多问题都可以归结为求解网络最大流.为了提高基于分层网络最大流算法的效率,提出了一种基于记忆化搜索策略的最大流算法,针对传统EdmondsKarp算法和Dinic算法重复搜索无效路径所导致的额外开销问题,设计了一种能够记录搜索状态的记忆化搜索策略,来避免重复搜索流网络中的无效部分.实例分析表明了记忆化搜索策略的高效性与可行性.最终实验结果表明,基于记忆化搜索的最大流算法执行效率优于传统的Dinic算法.     

基于预流推进的最小标号最大流算法

针对原始最高标号预流推进算法中的回溯现象导致其在部分网络中执行效率低下的问题,提出了基于预流推进的最小标号算法。该算法仍以预流推进为基础,但在选取活跃节点时依据贪心原则寻找最小标号活跃节点作为调整点,同时还需构造回溯检验方法终止回溯现象以提升算法效率。在仿真实验中,该算法能够适应各类复杂网络,并在稀疏网络中具有最高标号预流推进算法5倍以上执行速度;在被应用于图像分割领域时,该算法也具有50%以上性能提升。提出的基于预流推进的最小标号最大流算法能够满足大规模网络流量分配、计算机视觉图像处理等需求。     

基于深度优先的一种网络最大流求解法

网络最大流问题在工程和科学领域应用广泛,许多线性规划的实际问题都可转化为网络最大流的模型来求解,开辟了图论应用的新途径.为了解决现有的求解网络最大流算法存在的步骤繁复、计算量大、由于增广链选取的顺序不当而无法得到理想的最大流等问题,文中在原有算法的基础上作了一些改进,应用图的深度优先搜索原理,提出一种新的求解最大流问题的算法.该算法可以简单快速地找到增广链,提高了算法效率和可控性,易于实现,且避免了标号过程,只需要在一个图上即可完成,整个运算过程直观性强,计算方便.     

基于关联关系和MapReduce的僵尸网络检测

现有僵尸网络检测方法的计算量较大,导致检测效率低,而云计算的强大数据处理和分析能力为僵尸网络的检测提供了新的思路和解决方案。为此,设计并实现一种基于MapReduce模型的并行僵尸网络检测算法,基于云协同和流间关联关系对僵尸网络进行检测。提取流间关联关系,将具有关联关系的流聚集到同一个集合中,计算主机的分数,若分数大于阈值则判断为可疑的僵尸主机。实验结果表明,该算法对P2P僵尸网络的检测率能够达到90%以上,误报率控制在4%以下,并且随着云服务器端计算节点的增多,其处理云客户端上传数据及检测僵尸网络的效率更高。     

关于参赛事项的记者访谈录

最近许多青少年朋友来电来信询问有关国内外信息学(计算机)奥林匹克竞赛的情况与参赛办法,就此本刊记者罗光宣采访了国际奥林匹克信息学(计算机)竞赛中国队总教练吴文虎先生。     

最大动态流关键弧的改进算法

针对时间容量网络的最大动态流的关键弧问题,首先分析了经典的Ford-Fulkerson最大动态流算法,在此基础上简化了最大动态流算法,并由此提出一个基于最小费用增广路来寻找最大动态流关键弧的改进算法。算法将计算新网络最大动态流时共有的最小费用路保留,去掉了自然算法中重复的计算。的效率更高。     

带有时间和费用双重限制的网络容量扩充问题

该文将网络容量定义为最大s-t流的流量,建立了带有时间和费用双重限制下的网络容量扩充问题的一般模型。通过网络变换,将带有时间限制的容量扩充问题转化为线性最小费用流问题,并给出了具体证明和求解容量扩充问题的算法。该模型和算法不仅适用于各种情形的容量扩充问题,而且还可应用于网络流规划。最后通过具体例子的求解,说明了模型和算法的正确性和有效性。     

流通网络中随机流动的仿真研究

堵塞流是指网络在堵塞情况下通过网络的最大流量，而网络最小流量是网络在最严重堵塞情况下通过网络的最大流量。研究表明，很难从理论上确定一个网络的最小流的准确数值，因此必须借助网络的随机流动仿真试验。本文通过建立流通网络中的随机流动仿真模型来研究一般网络中的堵塞现象及堵塞流运动规律。探索了堵塞流值的概率分布规律，提出了流通网络在随机流动情况下的流通能力的新概念，并证明了作者提出的网络最小流算法的正确性。