Max-Flow-Min-Cut-Theorem
Auf dem Gebiet der Graphentheorie bezeichnet das Max-Flow-Min-Cut-Theorem einen Satz, der eine Aussage über den Zusammenhang von maximalen Flüssen und minimalen Schnitten eines Flussnetzwerkes gibt. Der Satz besagt:
- Ein maximaler Fluss im Netzwerk hat genau den Wert eines minimalen Schnitts.
Der Satz ist eine Verallgemeinerung des Satzes von Menger. Er wurde im Jahr 1956 unabhängig von L.R. Ford Jr. und D.R. Fulkerson, sowie von P. Elias, A. Feinstein und C.E. Shannon bewiesen.[1][2]
Definitionen
Sei ein endlicher gerichteter Graph mit den Knoten und den Kanten . Jede Kante vom Knoten zum Knoten habe eine nichtnegative Kapazität Außerdem gibt es einen Quellknoten , in dem der Netzwerkfluss beginnt, und einen Zielknoten , in dem der Netzwerkfluss endet.
Ein Schnitt ist eine Aufteilung der Knoten in zwei disjunkte Teilmengen und für die gilt, und . Die Kapazität eines Schnittes ist die Summe aller Kantenkapazitäten von nach , also
- .
Satz
Die folgenden drei Aussagen sind äquivalent:
- ist der maximale Fluss in .
- Das Residualnetzwerk enthält keinen augmentierenden Pfad.
- Für mindestens einen Schnitt ist der Wert des Flusses gleich der Kapazität des Schnittes:
Beweisskizze
- Wenn es einen augmentierenden Pfad gäbe, so könnte man den Fluss entlang dessen vergrößern; somit kann der Fluss nicht maximal gewesen sein.
- Wenn es keinen augmentierenden Pfad gibt, dann teile den Graph in , die von im Residualnetzwerk erreichbaren Knoten, und , den Rest. Dann ist (wäre es nicht 0, so wäre doch erreichbar gewesen). Dann ist für diesen Schnitt .
- Wenn nicht maximal wäre, so könnte man ihn vergrößern. Da kleiner gleich der Kapazität eines jeden Schnitts ist, kann für mindestens einen Schnitt die Kapazität noch nicht ausgenutzt sein; darüber hinaus gilt für keinen Schnitt, weil sonst kein augmentierender Pfad für die Flussvergrößerung bestünde und der Fluss maximal wäre.
Insbesondere zeigt dies, dass der maximale Fluss gleich dem minimalen Schnitt ist: Wegen 3. hat er die Größe mindestens eines Schnitts, also mindestens des kleinsten, und wegen 2. auch höchstens diesen Wert, weil das Residualnetzwerk bereits wenn die Größe des kleinsten Schnitts erreicht hat, keinen augmentierenden Pfad mehr enthalten kann.
Beispiel
![](http://upload.wikimedia.org/wikipedia/commons/thumb/9/94/Max_flow.svg/220px-Max_flow.svg.png)
![](http://upload.wikimedia.org/wikipedia/commons/thumb/c/ce/Max_flow_residual.svg/220px-Max_flow_residual.svg.png)
Sei das Flussnetzwerk mit den Knoten gegeben, und ein maximaler Fluss von der Quelle zur Senke der Größe 5.
Es gibt drei minimale Schnitte in diesem Netzwerk:
Schnitt | Kapazität |
---|---|
Anmerkung: Bei allen anderen Schnitten ist die Summe der Kapazitäten (nicht zu verwechseln mit dem Fluss) der ausgehenden Kanten größer gleich 6. Zum Beispiel ist kein minimaler Schnitt, da die Summe der Kapazitäten der ausgehenden Kanten gleich ist. Des Weiteren ist kein minimaler Schnitt, obwohl und voll genutzt werden; denn es gibt im Residualnetzwerk noch eine Kante (r,q) der Restkapazität .
Algorithmus zum Finden minimaler Schnitte
Es gibt verschiedene Algorithmen zum Finden minimaler Schnitte. Der folgende Algorithmus findet die Kanten eines minimalen Schnittes direkt aus dem Residualnetzwerk und macht sich damit die Eigenschaften des Max-Flow-Min-Cut-Theorems zu Nutze. Der Restflussgraph kann zum Beispiel mit Hilfe des Algorithmus von Ford und Fulkerson erzeugt werden.
ein endlicher gerichteter Graph mit einer Quelle , einer Senke und jede Kante habe eine nichtnegative Kapazität. findeKantenEinesMinCut() 1 Residualnetzwerk() 2 3 4 Für jeden Knoten 5 Wenn Pfad() in existiert 6 dann 7 ansonsten 8 9 Für jede Kante 10 Wenn startKnoten() und endKnoten() liegt 11 dann 12 ist jetzt die Menge der Kanten für einen minimalen Schnitt
würde im oberen Beispiel die Schnittkanten von enthalten.
Literatur
- Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein: Introduction to Algorithms. Second Edition. MIT Press and McGraw-Hill, 2001, ISBN 0-262-03293-7. Chapter 26: Maximum Flow, S. 643–700.
- Santanu Saha Ray: Graph Theory with Algorithms and its Applications. Springer India, New Delhi u. a. 2013, ISBN 978-81-322-0749-8, S. 162–165.
Einzelnachweise
- ↑ L.R. Ford Jr., D.R Fulkerson: Maximal flow through a network. In: Canad. J. Math. 8. Jahrgang, 1956, S. 399–404, doi:10.4153/CJM-1956-045-5 (math.ca [PDF]).
- ↑ P. Elias, A. Feinstein, C.E. Shannon: Note on Maximum Flow Through a Network. In: IRE Trans. on Information Theory, IT. 2. Jahrgang, Nr. 4, 1956, S. 117–119, doi:10.1109/TIT.1956.1056816 (ece.rice.edu (Memento des Originals vom 4. März 2016 im Internet Archive) [abgerufen am 3. September 2013]).