Question

我需要使用

计算流网络的最小成本最大流量

boost::successive_shortest_path_nonnegative_weights()

BGL中可用的功能（v 1_60_0）。正如documentation中指定的那样，

表示网络的有向图G =（V，E）必须被扩充以包括E中每个边的反向边。也就是说，输入图应该是Gin =（V，{E U ET}）。 [...] CapacityEdgeMap参数上限必须将E中的每个边缘映射到正数，并将ET中的每个边缘映射到0. WeightMap必须将每个边缘从E映射到非负数，并且每个边缘从ET到-weight的权重它的反转边缘。

我有一个简单的功能，对于添加到图表中的每个边缘，添加一个具有上述指定的容量和重量的反向边缘：

void add_edge_and_reverse(vertex_desc& source, vertex_desc& target, Edge& edge, flow_network_t& fn, boost::associative_property_map<std::map<edge_desc, edge_desc>>& rev_map)
{
    std::pair<edge_desc, bool> e = boost::add_edge(source, target, edge, fn);
    Edge reverse_edge(-edge.cost, 0);
    std::pair<edge_desc, bool> e_rev = boost::add_edge(target, source, reverse_edge, fn);
    rev_map[e.first] = e_rev.first;
    rev_map[e_rev.first] = e.first;
}

现在，图形包含反向边缘，并且它们具有负权重，这与我使用的算法的名称明显不同。因此，当我执行算法时，我收到此错误：

ValueError: The graph may not contain an edge with negative weight.

我做错了什么？

Answer 1

刚遇到同样的问题。经过几分钟的调试后，我发现了问题。我使用浮动类型作为权重。因此，对于数值误差，修改的边缘权重（负权重的dijkstra的版本）可能略微低于0。可能的解决方案可能是重写＆＃34; successive_shortest_path_nonnegative_weights.hpp＆＃34;这样就可以计算出小的负值

使用boost :: successive_shortest_path_nonnegative_weights的最小成本最大流量

1 个答案: