অনুপ্রেরণা: স্ট্যান্ডার্ড অগমেন্টিং পাথ ম্যাক্সফ্লো অ্যালগরিদমগুলিতে, অভ্যন্তরীণ লুপটির জন্য নির্দেশিত ওজনযুক্ত গ্রাফে ডুবে যাওয়ার জন্য উত্স থেকে পথ খুঁজে পাওয়া দরকার। তাত্ত্বিকভাবে, এটি সুপরিচিত যে অ্যালগরিদম এমনকি সমাপ্ত হওয়ার পরেও যখন অযৌক্তিক প্রান্তের সক্ষমতা থাকে তখন আমাদের যে পথগুলি খুঁজে পায় তার উপর আমাদের বিধিনিষেধ তৈরি করা দরকার। উদাহরণস্বরূপ, এডমন্ডস-কার্প অ্যালগরিদম আমাদের সবচেয়ে ছোট পথ খুঁজে পেতে বলে to
আমন্ত্রণমূলকভাবে, এটি লক্ষ্য করা গেছে যে আমরা চর্বিও খুঁজে পেতে চাই ( এটির জন্য আরও ভাল শব্দ আছে?)? উদাহরণস্বরূপ, যখন ব্যবহার ধারণক্ষমতা স্কেলিং , আমরা সবচেয়ে কম পাথ যে অন্তত সহ্য করতে পারেন এটি প্রবাহ পরিমাণ। পথটি কত দীর্ঘ হতে পারে তার কোনও বিধিনিষেধ নেই। যখন আমরা আর কোনও পথ খুঁজে না পাই, আমরা হ্রাস করি ϵ এবং পুনরাবৃত্তি করি।
আমি সর্বাধিক-প্রবাহের একটি সুনির্দিষ্ট প্রয়োগের জন্য পাথগুলিকে বাড়িয়ে তোলার বিষয়ে আগ্রহী এবং আমি এই ব্যবসায়ের সংক্ষিপ্ত এবং চর্বিযুক্ত পথগুলির মধ্যে অন্বেষণ করতে চাই। (দ্রষ্টব্য: সর্বদা সমস্যা সমাধান করা আমার পক্ষে প্রয়োজন হয় না wall আমি প্রাচীরের সংক্ষিপ্ততম সময়ের মধ্যে প্রবাহের সবচেয়ে কম নিম্নতম সীমাটি খুঁজে পেতে আগ্রহী))
প্রশ্ন: সংক্ষিপ্ততম পন্থা এবং ক্ষমতা-স্কেলিং পদ্ধতির মধ্যে ইন্টারপোল্ট করার কোনও স্ট্যান্ডার্ড উপায় আছে কি? এটি হ'ল, ছোট এবং চর্বিযুক্ত উভয় পথের সন্ধানের জন্য কি কোনও অ্যালগরিদম রয়েছে, যেখানে আদর্শভাবে কিছু পরামিতি নিয়ন্ত্রণ করতে পারে যে পথটিতে আমরা কতটা দৈর্ঘ্য মেদ মেটাতে আগ্রহী? চূড়ান্তভাবে, আমি এক প্রান্তে সবচেয়ে সংক্ষিপ্ত পথ এবং অন্যদিকে ক্ষমতা স্কেলিং-স্টাইল পাথ পুনরুদ্ধার করতে সক্ষম হতে চাই।