ডায়নামিক গ্রাফগুলিতে বর্ধমান সর্বাধিক প্রবাহ

Question

গতিশীল গ্রাফগুলিতে সর্বাধিক প্রবাহ গণনা করার জন্য আমি একটি দ্রুত অ্যালগরিদমের সন্ধান করছি। গ্রাফ দেওয়া অর্থাত এবং গুলি , T ∈ ভী আমরা সর্বোচ্চ প্রবাহ আছে এফ মধ্যে জি থেকে গুলি করার টি । তারপর নতুন / পুরাতন নোড তোমার দর্শন লগ করা যোগ / তার সংশ্লিষ্ট প্রান্ত গ্রাফ গঠনের সঙ্গে মোছা জি 1 । সদ্য নির্মিত গ্রাফে সর্বাধিক প্রবাহ কী? সর্বাধিক প্রবাহকে পুনরায় গণনা থেকে প্রতিরোধ করার কোনও উপায় আছে কি?$G=(V,E)$$s,t\in V$$F$$G$$s$$t$$u$$G^1$

যে কোনও প্রাকপ্রসেসিং যা খুব বেশি সময় / স্মৃতিশক্তি গ্রহণ করে না তা প্রশংসা করা হয়।

সহজ ধারণাটি প্রবাহকে পুনরায় গণনা করছে।

আরেকটি সহজ ধারণা হিসাবে সংরক্ষণ সব উদ্দীপক পাথ যা পূর্ববর্তী সর্বোচ্চ প্রবাহ হিসাবে ব্যবহৃত, একটি প্রান্তবিন্দু যোগ করার জন্য আমরা (পূর্ববর্তী ধাপে দ্বারা আপডেট ধারণক্ষমতা গ্রাফে) সহজ পাথ যা উৎস থেকে শুরু খুঁজে পেতে পারেন, চলে যায় বনাম তারপর যায় গন্তব্য পর্যন্ত, তবে সমস্যাটি হল, এই পথটি সহজ হওয়া উচিত, আমি এম = এর জন্য এই ক্ষেত্রে ও ( এন ⋅ এম ) এর চেয়ে ভাল খুঁজে পাই না | E | । (আরও মনে রাখবেন যে এটি যদি কেবল একটি পথ হয় তবে এটি ও ( এন + মি ) এ করা যেতে পারে তবে এটি তেমনটি নয়))$v$$v$$O(n\cdot m)$$m=|E|$$O(n+m)$

উপরের নোড অপসারণের জন্য ধারণাটিও কাজ করে না।

এছাড়াও আমি ইতিমধ্যে প্রান্তগুলির জন্য বর্ধিত পদ্ধতির মতো কাগজপত্র দেখেছি , তবে মনে হয় এ ক্ষেত্রে এগুলি যথেষ্ট ভাল নয়, এটি প্রতিটি প্রান্তের জন্য এর চেয়ে বেশি এবং মনে হয় এই ক্ষেত্রে উপযুক্ত বর্ধন নয় (আমরা কেবল একটি প্রবাহকে পুনরায় গণনা করি)। এছাড়াও বর্তমানে আমি ফোর্ড-ফুলকারসন সর্বাধিক ফ্লো অ্যালগরিদম ব্যবহার করছি যদি অনলাইন অ্যালগরিদমগুলির জন্য আরও ভাল বিকল্প থাকে তবে এটি জেনে রাখা ভাল।$O(m)$

Comments

আপনি কি দয়া করে পরিষ্কার করতে পারেন "তবে সমস্যাটি হল, এই পথটি" অংশ "সহজ হওয়া উচিত? পেলাম না।

— Dmytro Korduban

@ মালদিনি.ুয়া, আসলে আমার অর্থ, যে পথটি উত্স থেকে চলে যায় এবং তারপরে ভি থেকে গন্তব্য পর্যন্ত পাথের সাধারণ ভার্টেক্স থাকতে হবে না ( ভি ব্যতীত )। ধরুন ভি নতুন সংযুক্ত নোড। যদি এটি না হয় তবে আমরা কিছু চেকিং এড়িয়ে যেতে পারি এবং আমাদের দ্রুত অ্যালগরিদম থাকতে পারে (গড় হিসাবে, বা asyptotically হতে পারে)। $v$$v$$v$$v$

— Saeed

বুঝতে পেরেছি, তবে আমার পক্ষে এটি সম্পর্কে বিশেষ কিছু নয় । আমি মনে করি সহজ সরল গণনা ধারণাটি নিম্নরূপ: 1) অবশিষ্ট গ্রাফটিতে প্রান্তগুলি সহ নতুন ভার্টেক্স যুক্ত করুন ; 2) আপনার পছন্দসই সর্বাধিক প্রবাহ অ্যালগরিদম ব্যবহার করে আপডেট করা অবশিষ্ট রেফারুয়াল গ্রাফটিতে সর্বাধিক প্রবাহ পান। আপনার প্রস্তাবিত কেসটি সর্বাধিক প্রবাহ অ্যালগরিদম দ্বারা "স্বয়ংক্রিয়ভাবে" প্রক্রিয়া করা হবে (বলুন, এটি কোনও বৃদ্ধির পথ খুঁজে পাবে না)। আপনি যদি নোডগুলি অপসারণ করতে আগ্রহী হন তবে আমি এটি উত্তরে লিখতে পারি। পিএস পরিষ্কারভাবে বলতে গেলে, আপনি কি গ্রাফ পরিচালনা করেছেন বা নির্দেশিত করেছেন? $v$

— Dmytro Korduban

@ মালদিনি.ুয়া, সাধারণ পুনরুদ্ধার যোগ করে বর্তমান সমাধানের জটিলতা, সুতরাং আমি এটি ভাল বলে মনে করি না (সাধারণত খুব বেশি প্রান্তগুলি অকেজো বলে জেনে ভাল হতে পারে এবং বাস্তবে এটি খুব উচ্চতর পারফরম্যান্সের সমস্যা সৃষ্টি করে না) তবে অপসারণ সম্পর্কে আপনার যদি ধারণা থাকে তবে নোড, আমি আপনার ধারণাটি দেখতে আগ্রহী, এছাড়াও গ্রাফটিও নির্দেশিত। পিএস তবে আমি উভয় ক্ষেত্রেই আগ্রহী। $|G|$

— সাইদ

মনে রাখবেন আপনি এটিকে অবশিষ্টাংশের গ্রাফে চালান, এই মুহুর্তে শূন্য ক্ষমতার অনেকগুলি প্রান্ত থাকা উচিত। সাধারণত এটি খুব দ্রুত কাজ করে বিশেষত স্পার্স গ্রাফগুলিতে (এটি আমার পক্ষে কাজ করেছিল, কমপক্ষে)। অন্যদিকে "সরল পথ" পদ্ধতির বিষয়টি আমার কাছে কিছুটা অতিরিক্ত পরিশীলনের মতো শোনাচ্ছে। এছাড়াও ভুলবেন না আপনার আছে ফোর্ড-Fulkerson জন্য সময় চলমান উপর আবদ্ধ (যেখানে | চ | এর সমষ্টি দ্বারা বেষ্টিত বনাম 'র সংলগ্ন প্রান্ত ক্ষমতা)। $O(|f||E|)$$|f|$$v$

— Dmytro Korduban

Answer 1

বর্ণিত পদ্ধতিটি তাত্ত্বিকভাবে সর্বোত্তম হতে পারে না। এটি কেবল একটি সহজ ব্যবহারিক সমাধান যা লেখকের পক্ষে কার্যকর হতে পারে। আমি কোনও রেফারেন্স সরবরাহ করতে পারি না কারণ আমি সর্বদা ভেবেছিলাম এটি একটি বহুল পরিচিত লোককাহিনী, তবে আশ্চর্যের বিষয় এই উত্তরে কেউ পোস্ট করেনি। তাই আমি এটা করি।

ধরুন আমাদের একটি অপ্রচলিত নেটওয়ার্ক । ধরুন এটি কোনও ডেটা স্ট্রাকচারে সঞ্চিত রয়েছে যা সহজেই ভার্টেক্স / আর্ক সন্নিবেশ / মোছার অনুমতি দেয়। কখনও কখনও আমরা অবশিষ্ট নেটওয়ার্ক জি f ব্যবহার করব (যেমন আপডেটের সক্ষমতা c f = c - f )।$G=(V,E,c)$$G_f$$c_f = c - f$

প্রথম অংশটি হল কীভাবে ভার্টেক্স সন্নিবেশ / মুছতে প্রক্রিয়াজাত করা যায়। এটি অন্তর্ভুক্তির জন্য কম-বেশি সোজা:

1. অবশিষ্ট নেটওয়ার্কে প্রান্তযুক্ত প্রান্তের সাথে একটি নতুন ভার্টেক্স যুক্ত করুন।
2. আপনার পছন্দসই একটি সর্বাধিক প্রবাহের অ্যালগরিদম ব্যবহার করে আপডেট করা রেসিডুয়াল নেটওয়ার্কে সর্বাধিক প্রবাহ পান।

মুছে ফেলার জন্য জিনিস আরও জটিল হয়ে ওঠে। কল্পনা করুন আমরা প্রান্তবিন্দু বিভক্ত আমরা 2 অর্ধ মধ্যে মুছে ফেলতে যাচ্ছেন v আমি এন এবং V ণ তোমার দর্শন লগ করা টন যেমন যে সব ইন-পরিধির মধ্যে পয়েন্ট বনাম আমি এন , সমস্ত আউট-পরিধির মধ্যে যায় বনাম ণ তোমার দর্শন লগ করা টন এবং এই নতুন ছেদচিহ্ন সংযুক্ত আছেন অসীম ক্ষমতা একটি চাপ দ্বারা। তারপরে v কে মুছে ফেলা v i n এবং v o u t এর মধ্যে অর্ক মুছে ফেলার সমতুল্য । এক্ষেত্রে কী হবে? আসুন f v দ্বারা বোঝানো যাক$v$$v_{in}$$v_{out}$$v_{in}$$v_{out}$$v$$v_{in}$$v_{out}$$f^v$প্রান্তটি দিয়ে প্রবাহ প্রবাহ । তারপরে v i n এফ ভি প্রবাহ ইউনিটগুলির অতিরিক্ত অভিজ্ঞতা অর্জন করবে এবং v o u t মুছে ফেলার পরে এফ ভি ফ্লো ইউনিটগুলির ঘাটতি অনুভব করবে (প্রবাহের সীমাবদ্ধতা স্পষ্টতই ভেঙে যাবে)। প্রবাহের সীমাবদ্ধতাগুলি আবার ধরে রাখতে আমাদের প্রবাহগুলি পুনরায় সাজানো উচিত, তবে আমরা মূল প্রবাহের মান যতটা সম্ভব উঁচু রাখতে চাই। আসুন প্রথমে দেখা যাক আমরা মোট প্রবাহ হ্রাস না করে পুনর্বিন্যাস করতে পারি কিনা। পরীক্ষা করার জন্য একটি maxflow এটি ~ চ বনাম থেকে বনাম আমি এন করার বনাম ণ $v$$v_{in}$$f^v$$v_{out}$$f^v$$\tilde{f^v}$$v_{in}$ "কাটা" অবশিষ্টাংশের নেটওয়ার্কে (যেমন অর্কটি সংযোগকারী v i n এবং v o u t ব্যতীত ) আমাদের এটিকেঅবশ্যই চ v দ্বারা আবদ্ধ করা উচিত। যদি এটি f v এর সমান হয়তবে আমরা ভাগ্যবান: আমরা যে প্রবাহটিv এরমধ্য দিয়েযাচ্ছিলামতাকে পুনরায় বরাদ্দ দিয়েছিযাতে মোট প্রবাহ পরিবর্তিত হয় নি। অন্য ক্ষেত্রে মোট প্রবাহকে "বেহুদা" অতিরিক্তΔ= f v - ~ f v ইউনিটদ্বারা হ্রাস করতে হবে। এটি করতে অস্থায়ীভাবেএসএবংটিসংযুক্ত করুন$v_{out}$$v_{in}$$v_{out}$$f^v$$f^v$$v$$\Delta = f^v - \tilde{f^v}$$s$$t$অসীম ক্ষমতার একটি চাপ দ্বারা এবং থেকে আবার maxflow অ্যালগরিদম চালানোর করার বনাম ণ তোমার দর্শন লগ করা টন (আমরা দ্বারা প্রবাহ আবদ্ধ উচিত Δ )। যে অবশিষ্ট নেটওয়ার্কের ঠিক এবং প্রবাহ সীমাবদ্ধতা আবার অনুষ্ঠিত হবে, স্বয়ংক্রিয়ভাবে দ্বারা মোট প্রবাহ কমে করতে হবে Δ ।$v_{in}$$v_{out}$$\Delta$$\Delta$

এই জাতীয় আপডেটের সময় জটিলতা আমরা ব্যবহার করা ম্যাক্সফ্লো অ্যালগরিদমের উপর নির্ভর করে। সবচেয়ে খারাপ ক্ষেত্রেগুলি খুব খারাপ হতে পারে, তবে এটি এখনও মোট পুনঃসংযোগের চেয়ে ভাল।

$O(|V|^2|E|)$$O(|E|^2 \log C_{max})$

Comments

গত vzn এর উত্তর পড়ার পর আমি অনুরূপ পদ্ধতির পৃষ্ঠা 90 এ বর্ণিত পেয়েছি এই ।

— ডিমিট্রো কর্ডুবান

$\tilde{f^v}$$f^v$$\tilde{f^v}$$\Delta$

$v$$u$$c_f(v,u)$$c_f(u,v)$$f(v,u) = -f(u,v)$

কোনও ধারনা আপনি কীভাবে এটি করতে চান যদি আপনি একটি প্রান্ত ক্ষমতা পরিবর্তন করতে চান?

— চেটে

Answer 2

ঠিক আছে নতুন তথ্য গ্রহণ করা এবং কিছু ছদ্মবেশী পূর্বে মিথ্যা শুরু / রেড হেরিং রেফগুলি (মেয়া কুলপা) এড়ানো, এ সম্পর্কে এখানে কয়েকটি নতুন রেফ দেওয়া হয়েছে।

শক্তিশালী ন্যূনতম নূন্যতম কাট ডগ আল্টনার এবং ইজলেম এরগুনের এক্সটেনশনগুলির সাথে সর্বাধিক প্রবাহ সমস্যার একটি অনলাইন সিকোয়েন্স দ্রুত সমাধান করা

এই রেফটি এমএফপি-র অনলাইন সিকোয়েন্সগুলি বিবেচনা করে এবং "ওয়ার্ট স্টার্টস" অর্থাত্ অগ্রগামী এমএফপিতে বর্ধিত চিগস নির্মাণ করা। "আমরা দেখিয়েছি যে আমাদের অ্যালগরিদমগুলি একটি কালো-বাক্স এমএফপি সলভার ব্যবহার করে এমন একই কোডগুলির সাথে তুলনা করার সময় প্রস্থের ক্রমের সাহায্যে চলমান সময়কে হ্রাস করে particular একটি কালো-বাক্স সর্বাধিক প্রবাহ সলভার ব্যবহার করে ঘন্টা ""

---

জর্জিয়া টেক সর্বাধিক প্রবাহ জড়িত সমস্যার উপর অগ্রগতি আল্টনার, ডগলাস এস

এই ২০০৮ সালে পিএইচডি থিসিসে (ডাউনলোডযোগ্য পিডিএফ) লেখক ক্রমবর্ধমান আর্কস যুক্ত করার সমস্যাটিকে বিবেচনা করেছেন যা নতুন ভার্টিক্স যুক্ত করার সমস্যাটিতে (একাধিক নতুন আরকিসহ) "যথেষ্ট কাছাকাছি" বলে মনে হয়।

এই রেফের বেশিরভাগ অংশ অ্যাবস্ট্রাক্টের প্রথম অংশে বর্ণিত নেটওয়ার্কের কিছু অংশ (কাট / "ইন্টারডিকশন") মুছে ফেলার সাথে সম্পর্কিত

esp "IV ম্যাক্সিমিয়াম ফ্লোয়ারস অনলাইনের সিকোয়েন্সগুলি…। পি .63৩ দেখুন" দেখুন।

পি "৩ "এই অধ্যায়ের লক্ষ্য, পাঠককে বোঝাতে হবে যে এমএফপিগুলির একটি বৃহত ক্রম সমাধানের জন্য পুনরাবৃত্তভাবে একটি ব্ল্যাক-বাক্স সর্বাধিক ফ্লো সলভার ব্যবহার করা অপ্রয়োজনীয় গণনাগুলির বিপুল সংখ্যক হতে পারে" "

p66 "পূর্বোক্ত অ্যাপ্লিকেশনগুলিতে, এমএফপিগুলি সাধারণত টপোলজিকভাবে একই রকম হয় That অর্থাৎ, সামঞ্জস্যের পরবর্তী এমএফপি একটি ছোট সংখ্যক আরক যুক্ত করে বা মুছে ফেলার দ্বারা বা পূর্বাভাসের সাথে স্থানীয় স্থানীয় চাপের সেটগুলির সামর্থ্যগুলি পরিবর্তন করে one , এই দৃষ্টান্তগুলি সমাধান করার সময়, পূর্ববর্তী সমস্যার সমাধানের বাইরে যে কোনও কিছু সঞ্চয় করার জন্য প্রয়োজনীয় সময় এবং স্থান সাধারণত অযৌক্তিক হয় ""

পি 67 লেখক এখানে "উষ্ণ শুরু" পদ্ধতির ব্যবহারও করেন। "অপ্টিমাইজেশান সমস্যার পুরো অনলাইন সিকোয়েন্সটি দ্রুত সমাধানের কার্যকর কার্যকারিতা হ'ল দক্ষ পুনরায় সংশোধন হিউরিস্টিক্স বিকাশ করা this এই লক্ষ্যে, আমরা একটি কার্যকর পরিবর্তনের জন্য ডিজাইন করা একটি পরিবর্তিত সর্বোচ্চ প্রবাহ অ্যালগরিদম বিকাশ করি।"

esp p71 দেখুন যাতে নির্দিষ্ট বর্ধিত নতুন-চাপ সমস্যা রয়েছে:

নতুন আর্ক সর্বাধিক ফ্লো পুনরুদ্ধার সমস্যা (NAMFRP)

লেখক আরও সাধারণ সমস্যাগুলি p67 বিবেচনা করে

সর্বাধিক ফ্লো পুনরুদ্ধার সমস্যা (এমএফআরপি)
সর্বাধিক ফ্লো একক আর্ক পুনরায় সংশোধন সমস্যা (এমএফএসএআরপি)

Answer 3

কিছু দ্রুত অনুসন্ধান থেকে দেখে মনে হচ্ছে অনলাইন সংস্করণ সক্রিয় গবেষণার ক্ষেত্র। আপনি অ্যাপ্লিকেশন ক্ষেত্রটি উল্লেখ করতে পারেন না যা সাহিত্যের অনুসন্ধানকে সঙ্কুচিত করতে সহায়তা করতে পারে। একটি বিকল্প হ'ল এমন একটি অ্যাপ্লিকেশন অঞ্চল সন্ধান করা যেখানে সর্বাধিক বা সর্বশেষতম উদ্ভাবন রয়েছে। অতএব ভিশন সিস্টেমগুলিতে বর্ধমান সর্বাধিক প্রবাহ এবং এর জন্য কিছু অ্যালগরিদমের কিছু প্রয়োগ রয়েছে; মাইক্রোসফ্ট গবেষণা ল্যাবগুলিতে বর্ধমান প্রশস্ততা প্রথম সন্ধান করে সর্বোচ্চ প্রবাহ চেষ্টা করুন । দৃশ্যত দৃষ্টান্তের জন্য বয়কভ এবং কোলমোগোরভ অ্যালগরিদম ভাল করার জন্য এই গবেষণাপত্রটির পরিচিতিগুলিকে বিশদভাবে বর্ণনা করা হয়েছে এবং দৃষ্টিভঙ্গি প্রয়োগের বাইরে এটি খারাপভাবে সম্পাদন করতে পারে এমন কোনও বহিরাগত সময়ের পাল্টা উদাহরণ নেই। সুতরাং আপনার ডেটাতে এবং কীভাবে এটি সম্পাদন করে এবং কীভাবে দেখছে তা বি & কে অ্যালগরিদম চেষ্টা করে দেখার মতো হতে পারে

আপনি বলে যাচ্ছেন বলে মনে হচ্ছে যে গ্রাফ প্রান্তগুলির সংখ্যায় রৈখিক একটি বর্ধিত আলগোরিদম যথেষ্ট গতি নয়? কিন্তু যে মোটামুটি উচ্চ দক্ষতা না? আপনি কয়টি কিনারা নিয়ে কাজ করছেন? গ্রাফটি ব্যয়বহুল হলে বা কোনও গুরুত্বপূর্ণ উপাদান (উদাহরণস্বরূপ, ডিবি বনাম গ্রাফে স্মৃতিতে সঞ্চিত গ্রাফে সঞ্চিত গ্রাফ) ব্যবহারের ক্ষেত্রে গ্রাফটি ব্যয় করার ব্যয়টি হ্রাস করতে পারে

এখানে একটি আকর্ষণীয় কাগজ রয়েছে যে যুক্তি দেয় যে সর্বাধিক প্রবাহের জন্য অযৌক্তিক অ্যালগরিদম পি-তে রয়েছে বর্ধিত সংস্করণটি এনপি সম্পূর্ণ। "আমাদের জ্ঞানের সর্বোপরি আমাদের ফলাফলগুলি প্রথমবারের মতো কোনও পি-টাইম সমস্যা খুঁজে পায় যার বর্ধিত সংস্করণ এনপি সম্পূর্ণ।"

হার্টলাইন, শার্প দ্বারা বর্ধমান প্রবাহ

Comments

ধন্যবাদ, আমি আপনার রেফারেন্সযুক্ত কাগজপত্রগুলি পড়িনি, আমি সেগুলি একবার দেখে নেব (আমি এর আগে কয়েকটি কাগজপত্র দেখেছি এবং সেগুলি অকেজো বলে খুঁজে পেয়েছি), তবে আমার সমস্যা ক্ষেত্র সম্পর্কে, এটি শেয়ার বাজারে বাস্তব কাজের পরিস্থিতিতে একটি সমস্যা। আমি যখন বুঝতে পেরেছিলাম যে আমার এই সমস্যাটি সমাধান করা উচিত তখন কী ঘটেছিল তা বলতে কিছুটা জটিল। আসলে আমি প্রথম নজরে এটি কঠিন মনে করি নি তবে কিছু কোড চেষ্টা করার পরে আমি দেখতে পাচ্ছি যে এটি এত সহজ নয়। এই অ্যালগরিদমটি মোবাইল ফোনে চালিত হবে, এগুলি এত দ্রুত নয় (এবং গ্রাহকরা আমার অ্যালগোরিদম পছন্দ করেন না :)। এছাড়াও কখনও কখনও নতুন নোডের সাথে অনেকগুলি প্রান্ত আসবে। এবং এটি বাধা।

— Saeed

মজাদার. মনে হচ্ছে আপনার সম্ভবত সীমিত প্রক্রিয়াকরণ শক্তির উপর ভিত্তি করে হিউরিস্টিক্সের সাথে যাওয়া উচিত এবং দ্রুত আপডেটের প্রয়োজন হয়। প্রসেসিং "ক্লায়েন্ট" থেকে (সম্ভবত আপনার ক্ষেত্রে ফোনগুলি) সার্ভারে স্থানান্তরিত করা যেতে পারে? প্রতিটি ক্লায়েন্টকে কি সমস্যার আলাদা সংস্করণ (অর্থাত্‍ পৃথক ডেটা) গণনা করতে হবে?

— vzn

ইরানে, সবচেয়ে বড় সমস্যা হ'ল ইন্টারনেট সংযোগের গতি, সুতরাং আমি এটিকে সার্ভারের দিকে সরাতে পারি না। এটি যদি ভাল হয় (ভাল গতি), অবশ্যই পুনরায় গণনা করা খারাপ হবে না।

— Saeed

আমি দেখতে পাচ্ছি না এটি কীভাবে মূল প্রশ্নের উত্তর দেয় যা কোন গ্রাফ সম্পর্কে যা নোড এবং প্রান্তগুলি যোগ করে সময়ের সাথে বিকশিত হয় about প্রথম কাগজটিতে স্ট্যান্ডার্ড ওয়ান শট ম্যাক্সফ্লো সমস্যার জন্য একটি ইনক্রিমেন্টাল অ্যালগরিদম বর্ণনা করে। দ্বিতীয় কাগজটিতে একটি আলাদা "ইনক্রিমেন্টাল ম্যাক্সফ্লো" সমস্যার জন্য একটি কাগজ বর্ণনা করা হয়েছে , যেখানে প্রান্তগুলির সেটটি স্থির করা হয়েছে তবে সময়ের সাথে সাথে তাদের ক্ষমতা বৃদ্ধি পায়।

— জেফি

@ জ ff ই, হ্যাঁ আপনি ঠিক বলেছেন :) বাস্তবে এর আগে আমি রেফারেন্সড পেপারগুলিতে অনুরূপ কাগজপত্র দেখতে পাই তবে আপনি যেমন বলেছিলেন যে এগুলি আমার সমস্যার সাথে সম্পর্কিত নয়, এখন পর্যন্ত দেখা সবচেয়ে ঘনিষ্ঠ কাগজটি আমি উল্লেখ করেছি।

— Saeed

Answer 4

আর একটি সম্ভাবনা / দিক হ'ল পুশ-রিবেল সর্বাধিক ফ্লো অ্যালগরিদম যা "সর্বাধিক প্রবাহের জন্য সবচেয়ে কার্যকর অ্যালগরিদমগুলির মধ্যে একটি" এবং আপনার ডেটার উপর নির্ভর করে আরও জটিল জটিলতা প্রোফাইল থাকতে পারে। যেমন উইকিপিডিয়া পৃষ্ঠাতে লেখা আছে

$O(V^3)$$O(V^2 \sqrt E$$O(V \cdot E \cdot log(V^2 / E))$

Comments

আবার, আমি দেখতে পাই না যে উত্তরটি পোস্ট করা প্রশ্নের সাথে কীভাবে প্রাসঙ্গিক। স্ট্যান্ডার্ড সর্বাধিক প্রবাহ সমস্যার উত্তর দেওয়ার জন্য পুশ-রিলেবল একটি সুপরিচিত পাঠ্যপুস্তিকা কৌশল।

— জেফি

ঠিক তাই কি ফোর্ট-ফুলকারসন ... ঠিক আছে? & ওপি আরও ভাল কিছু চাইছে। আপনি কি এমন কিছু জানেন যা প্রমাণ করে যে পুশ-রিবেল ফর্ম-ফোকারসনের চেয়েও খারাপ? এটি পরিষ্কার নয় যে ওপি পুশ-রিলেবলের সাথে পরিচিত। গীজ, পাঠ্যপুস্তকে উপস্থিত অ্যালগরিদম নিশ্চয়ই উত্তর এখানে প্রত্যাখ্যান করার জন্য তাত্ক্ষণিক ক্রাইটের নয়, তাই না?

— vzn

সত্যি বলতে হ্যা; মানক পাঠ্যপুস্তকগুলিতে (বা উইকিপিডিয়া) উত্তর দেওয়া প্রশ্নগুলি গবেষণা-স্তর নয় level তবে ইনক্রিমেন্টাল প্রবাহ সম্পর্কে প্রথম পোস্ট করা প্রশ্নটি আকর্ষণীয় এবং স্পষ্টভাবে সুযোগের মধ্যে রয়েছে। (যথাযথ উত্তরের অভাব সূচিত করে যে সঠিক উত্তর হতে পারে "ভাল প্রশ্ন

— Nob

vzn, আপনার অবদানের জন্য ধন্যবাদ, তবে: "আপনি কি এমন কিছু জানেন যা পুশ-রিলেবলকে ফোর-ফোকারসনের চেয়ে আরও খারাপ প্রমাণ করে" উত্তর হিসাবে পোস্ট করার পক্ষে এটি ভাল কারণ নয়, যদি আপনি জানেন যে অনলাইন অ্যালগরিদমে "পুশ-রিলেবল" আরও ভাল কেন ফোর্ড-ফ্যালকসনের চেয়ে এটি বলা ভাল, আমি ব্যক্তিগতভাবে ফোর্ড-ফ্যালকারসনকে পছন্দ করি সরলতার কারণে, কম ধ্রুবক কারণের, এবং আমি এটি অতীত থেকে জানি। তবে আমি যেমন বলেছি, আমি বলতে পারি না এটি সব ক্ষেত্রেই ভাল বিকল্প, এছাড়াও এই অ্যালগোরিদমগুলি কেবল তুলনীয় নয়, তাদের ব্যবহারিক পরীক্ষাগুলি প্রয়োজন।

— Saeed

পিটি দেখুন দেখুন যে আপনার কাছে যদি একটি সর্বোচ্চ প্রবাহ অ্যালগরিদম থাকে যা আপনার ডেটার জন্য ভালভাবে চলছে না, তবে আরও একটি অ্যাপ্লিকেশন চেষ্টা করুন যা বলা হয় ভাল সঞ্চালন করার জন্য কারণ বিভিন্ন ডেটা প্রোফাইলের জন্য বেশ কয়েকটি অপ্টিমাইজড রয়েছে। না এটি অনলাইনে / "ভার্টেক্স ইনক্রিমেন্টাল" নয় তবে বিকল্প না থাকলে এটি অফলাইন ক্ষেত্রে আরও ভাল সম্পাদন করতে পারে। উপরে উল্লিখিত হিসাবে অনলাইন সংস্করণগুলি উপস্থিত থাকাকালীন সম্ভবত এটি কার্যকর করা কঠিন হতে চলেছে ...

— ভিজেএন