Maximum Flows :

Additional Topics
Kelompok : : Alfian Rizqy Tanjung Fitria Ridayanti Okta Qomarudin Aziz Septiani Nur Indah Sari

Pendahuluan
Maximum flow dibagi 2 yaitu : 1. Spesialisasi data, jaringan dengan unit capacity arc 2. Spesialisasi topologi, yaitu bipartite dan planar network

Pendahuluan
Di dalam bab ini akan dipelajari tentang :

1. implementasi dari dynamic tree

2. network connectivity 3. All Pairs minimum value cut problems

Flows in Unit Capacity Networks

1.

Flows in unit capacity networks adalah algoritma yang efisien untuk menyelesaikan masalah maximum flow dengan unit capacity networks.
Dalam unit capacity networks, nilai maximum flow yang paling besar adalah n karena kapasitas dari s-t cut [{s}, S {s}] paling besar adalah n.

2.

Algoritma unit capacity networks

Algoritma ini dibagi menjadi 2 tahap : 1. Menggunakan algoritma shortest augmenting path. Meskipun tidak sampai selesai, algoritma ini berakhir ketika distance label dari source node memenuhi kondisi: d(s) d* = min{[2n2/3], [m1/2]} meskipun algoritmanya berakhir dengan solusi yang tidak optimal , solusinya mungkin akan
mendekati optimal.

Algoritma unit capacity networks

2. Memakai algoritma labelling untuk mengubah

hasil yang mendekati optimal itu menjadi

maximum flow.
Catatan:

Algoritma labelling ini jauh lebih cepat dibandingkan algoritma shortest augemnting path.

Teorema 8.1
Algoritma unit capacity maximum flow

menyelesaikan masalah maximum flow dalam unit capacity networks dalam waktu O(min{n2/3m,m3/2}) .
Maka O(min{n2/3m,m3/2}) merupakan kecepatan

dari algoritma tersebut untuk menyelesaikan masalah maximum flow.

Teorema 8.2
Algoritma unit capacity maximum flow

membangun maximum flow dalam unit capacity simple networks dalam waktu O(n1/2m) .
Oleh karena itu, kecepatan algoritma tersebut

dalam simple networks adalah sebesar O(n1/2m)