learngraphtheory.org
交互式图论学习
learngraphtheory.org
交互式图论学习
Guest User
Using app without sign in
把真实的业务决策转化为优化模型，并用免费的开源工具在 Python 中求解。
学习路径
通过交互式课程掌握图论
已完成0/80%
可用课程
1
图论入门
图论基础的全面介绍，涵盖定义、术语、类型、定理和应用。
初级
45分钟
2
图的基本结构
探索图中的基本结构，包括路径、游走、迹、环、连通性、组件和握手定理。
初级
25分钟
3
树及其应用
探索树作为基本图结构及其在计算机科学、数据组织和现实世界系统中的广泛应用。
初级
30分钟
4
图遍历算法
掌握基本的图遍历技术及其探索图结构的系统方法。
初级
35分钟
5
最短路径算法
掌握在加权图中寻找最短路径的基本算法，包括Dijkstra、Bellman-Ford、A*和Floyd-Warshall算法。
中级
40分钟
6
最小生成树
学习最小生成树及其查找算法：Prim算法、Kruskal算法和Borůvka算法。
中级
30分钟
7
图连通性和组件
全面探索图连通性、组件及其在网络分析和系统设计中的应用。
高级
40分钟
8
网络流算法
掌握网络流问题，包括最大流、最小割及其在优化和资源分配中的应用。
高级
45分钟
网络流算法
高级
关键概念:
最大流最小割Ford-Fulkerson+6 more
准备学习了吗？
点击打开完整的交互式课程体验。
网络流算法
掌握网络流问题，包括最大流、最小割及其在优化和资源分配中的应用。
45分钟
高级
0/9章节
最大流最小割Ford-FulkersonEdmonds-KarpDinic算法Push-Relabel流网络残留图多商品流
# 网络流算法
介绍
网络流算法是图论和组合优化中的基本工具。它们设计用于计算通过网络的资源流动——如数据、货物或交通——受网络边容量约束的限制。它们的理论基础和实际影响在交通、通信、物流和供应链管理等领域都很深远。
问题意义
网络流问题建模现实世界场景，其中资源必须通过受限路径高效传输，使它们对以下方面至关重要：
- 交通系统：交通流优化
- 通信网络：数据路由和带宽分配
- 供应链：资源分配和物流
- 制造业：生产规划和调度
- 金融系统：资本流动和风险管理
把真实的业务决策转化为优化模型，并用免费的开源工具在 Python 中求解。
- 每一章都从业务案例讲到经过测试的代码
- 路径规划、排程、设施选址、金融等
- 只用免费求解器：HiGHS、CBC、SCIP 和 CP-SAT
第1章节，共9章节