COIN-OR::LEMON - Graph Library

Changeset 839:f3bc4e9b5f3a in lemon-1.2 for lemon


Ignore:
Timestamp:
02/20/10 18:39:03 (10 years ago)
Author:
Peter Kovacs <kpeter@…>
Branch:
default
Phase:
public
Message:

New heuristics for MCF algorithms (#340)
and some implementation improvements.

  • A useful heuristic is added to NetworkSimplex? to make the initial pivots faster.
  • A powerful global update heuristic is added to CostScaling? and the implementation is reworked with various improvements.
  • Better relabeling in CostScaling? to improve numerical stability and make the code faster.
  • A small improvement is made in CapacityScaling? for better delta computation.
  • Add notes to the classes about the usage of vector<char> instead of vector<bool> for efficiency reasons.
Location:
lemon
Files:
4 edited

Legend:

Unmodified
Added
Removed
  • lemon/capacity_scaling.h

    r821 r839  
    135135
    136136    typedef std::vector<int> IntVector;
    137     typedef std::vector<char> BoolVector;
    138137    typedef std::vector<Value> ValueVector;
    139138    typedef std::vector<Cost> CostVector;
     139    typedef std::vector<char> BoolVector;
     140    // Note: vector<char> is used instead of vector<bool> for efficiency reasons
    140141
    141142  private:
     
    765766      if (_factor > 1) {
    766767        // With scaling
    767         Value max_sup = 0, max_dem = 0;
    768         for (int i = 0; i != _node_num; ++i) {
     768        Value max_sup = 0, max_dem = 0, max_cap = 0;
     769        for (int i = 0; i != _root; ++i) {
    769770          Value ex = _excess[i];
    770771          if ( ex > max_sup) max_sup =  ex;
    771772          if (-ex > max_dem) max_dem = -ex;
    772         }
    773         Value max_cap = 0;
    774         for (int j = 0; j != _res_arc_num; ++j) {
    775           if (_res_cap[j] > max_cap) max_cap = _res_cap[j];
     773          int last_out = _first_out[i+1] - 1;
     774          for (int j = _first_out[i]; j != last_out; ++j) {
     775            if (_res_cap[j] > max_cap) max_cap = _res_cap[j];
     776          }
    776777        }
    777778        max_sup = std::min(std::min(max_sup, max_dem), max_cap);
  • lemon/cost_scaling.h

    r821 r839  
    198198
    199199    typedef std::vector<int> IntVector;
    200     typedef std::vector<char> BoolVector;
    201200    typedef std::vector<Value> ValueVector;
    202201    typedef std::vector<Cost> CostVector;
    203202    typedef std::vector<LargeCost> LargeCostVector;
     203    typedef std::vector<char> BoolVector;
     204    // Note: vector<char> is used instead of vector<bool> for efficiency reasons
    204205
    205206  private:
     
    245246    bool _have_lower;
    246247    Value _sum_supply;
     248    int _sup_node_num;
    247249
    248250    // Data structures for storing the digraph
     
    273275    int _alpha;
    274276
     277    IntVector _buckets;
     278    IntVector _bucket_next;
     279    IntVector _bucket_prev;
     280    IntVector _rank;
     281    int _max_rank;
     282 
    275283    // Data for a StaticDigraph structure
    276284    typedef std::pair<int, int> IntPair;
     
    803811      }
    804812
     813      _sup_node_num = 0;
     814      for (NodeIt n(_graph); n != INVALID; ++n) {
     815        if (sup[n] > 0) ++_sup_node_num;
     816      }
     817
    805818      // Find a feasible flow using Circulation
    806819      Circulation<Digraph, ConstMap<Arc, Value>, ValueArcMap, ValueNodeMap>
     
    837850        for (int a = _first_out[_root]; a != _res_arc_num; ++a) {
    838851          int ra = _reverse[a];
    839           _res_cap[a] = 1;
     852          _res_cap[a] = 0;
    840853          _res_cap[ra] = 0;
    841854          _cost[a] = 0;
     
    851864      // Maximum path length for partial augment
    852865      const int MAX_PATH_LENGTH = 4;
    853      
     866
     867      // Initialize data structures for buckets     
     868      _max_rank = _alpha * _res_node_num;
     869      _buckets.resize(_max_rank);
     870      _bucket_next.resize(_res_node_num + 1);
     871      _bucket_prev.resize(_res_node_num + 1);
     872      _rank.resize(_res_node_num + 1);
     873 
    854874      // Execute the algorithm
    855875      switch (method) {
     
    890910      }
    891911    }
     912   
     913    // Initialize a cost scaling phase
     914    void initPhase() {
     915      // Saturate arcs not satisfying the optimality condition
     916      for (int u = 0; u != _res_node_num; ++u) {
     917        int last_out = _first_out[u+1];
     918        LargeCost pi_u = _pi[u];
     919        for (int a = _first_out[u]; a != last_out; ++a) {
     920          int v = _target[a];
     921          if (_res_cap[a] > 0 && _cost[a] + pi_u - _pi[v] < 0) {
     922            Value delta = _res_cap[a];
     923            _excess[u] -= delta;
     924            _excess[v] += delta;
     925            _res_cap[a] = 0;
     926            _res_cap[_reverse[a]] += delta;
     927          }
     928        }
     929      }
     930     
     931      // Find active nodes (i.e. nodes with positive excess)
     932      for (int u = 0; u != _res_node_num; ++u) {
     933        if (_excess[u] > 0) _active_nodes.push_back(u);
     934      }
     935
     936      // Initialize the next arcs
     937      for (int u = 0; u != _res_node_num; ++u) {
     938        _next_out[u] = _first_out[u];
     939      }
     940    }
     941   
     942    // Early termination heuristic
     943    bool earlyTermination() {
     944      const double EARLY_TERM_FACTOR = 3.0;
     945
     946      // Build a static residual graph
     947      _arc_vec.clear();
     948      _cost_vec.clear();
     949      for (int j = 0; j != _res_arc_num; ++j) {
     950        if (_res_cap[j] > 0) {
     951          _arc_vec.push_back(IntPair(_source[j], _target[j]));
     952          _cost_vec.push_back(_cost[j] + 1);
     953        }
     954      }
     955      _sgr.build(_res_node_num, _arc_vec.begin(), _arc_vec.end());
     956
     957      // Run Bellman-Ford algorithm to check if the current flow is optimal
     958      BellmanFord<StaticDigraph, LargeCostArcMap> bf(_sgr, _cost_map);
     959      bf.init(0);
     960      bool done = false;
     961      int K = int(EARLY_TERM_FACTOR * std::sqrt(double(_res_node_num)));
     962      for (int i = 0; i < K && !done; ++i) {
     963        done = bf.processNextWeakRound();
     964      }
     965      return done;
     966    }
     967
     968    // Global potential update heuristic
     969    void globalUpdate() {
     970      int bucket_end = _root + 1;
     971   
     972      // Initialize buckets
     973      for (int r = 0; r != _max_rank; ++r) {
     974        _buckets[r] = bucket_end;
     975      }
     976      Value total_excess = 0;
     977      for (int i = 0; i != _res_node_num; ++i) {
     978        if (_excess[i] < 0) {
     979          _rank[i] = 0;
     980          _bucket_next[i] = _buckets[0];
     981          _bucket_prev[_buckets[0]] = i;
     982          _buckets[0] = i;
     983        } else {
     984          total_excess += _excess[i];
     985          _rank[i] = _max_rank;
     986        }
     987      }
     988      if (total_excess == 0) return;
     989
     990      // Search the buckets
     991      int r = 0;
     992      for ( ; r != _max_rank; ++r) {
     993        while (_buckets[r] != bucket_end) {
     994          // Remove the first node from the current bucket
     995          int u = _buckets[r];
     996          _buckets[r] = _bucket_next[u];
     997         
     998          // Search the incomming arcs of u
     999          LargeCost pi_u = _pi[u];
     1000          int last_out = _first_out[u+1];
     1001          for (int a = _first_out[u]; a != last_out; ++a) {
     1002            int ra = _reverse[a];
     1003            if (_res_cap[ra] > 0) {
     1004              int v = _source[ra];
     1005              int old_rank_v = _rank[v];
     1006              if (r < old_rank_v) {
     1007                // Compute the new rank of v
     1008                LargeCost nrc = (_cost[ra] + _pi[v] - pi_u) / _epsilon;
     1009                int new_rank_v = old_rank_v;
     1010                if (nrc < LargeCost(_max_rank))
     1011                  new_rank_v = r + 1 + int(nrc);
     1012                 
     1013                // Change the rank of v
     1014                if (new_rank_v < old_rank_v) {
     1015                  _rank[v] = new_rank_v;
     1016                  _next_out[v] = _first_out[v];
     1017                 
     1018                  // Remove v from its old bucket
     1019                  if (old_rank_v < _max_rank) {
     1020                    if (_buckets[old_rank_v] == v) {
     1021                      _buckets[old_rank_v] = _bucket_next[v];
     1022                    } else {
     1023                      _bucket_next[_bucket_prev[v]] = _bucket_next[v];
     1024                      _bucket_prev[_bucket_next[v]] = _bucket_prev[v];
     1025                    }
     1026                  }
     1027                 
     1028                  // Insert v to its new bucket
     1029                  _bucket_next[v] = _buckets[new_rank_v];
     1030                  _bucket_prev[_buckets[new_rank_v]] = v;
     1031                  _buckets[new_rank_v] = v;
     1032                }
     1033              }
     1034            }
     1035          }
     1036
     1037          // Finish search if there are no more active nodes
     1038          if (_excess[u] > 0) {
     1039            total_excess -= _excess[u];
     1040            if (total_excess <= 0) break;
     1041          }
     1042        }
     1043        if (total_excess <= 0) break;
     1044      }
     1045     
     1046      // Relabel nodes
     1047      for (int u = 0; u != _res_node_num; ++u) {
     1048        int k = std::min(_rank[u], r);
     1049        if (k > 0) {
     1050          _pi[u] -= _epsilon * k;
     1051          _next_out[u] = _first_out[u];
     1052        }
     1053      }
     1054    }
    8921055
    8931056    /// Execute the algorithm performing augment and relabel operations
    8941057    void startAugment(int max_length = std::numeric_limits<int>::max()) {
    8951058      // Paramters for heuristics
    896       const int BF_HEURISTIC_EPSILON_BOUND = 1000;
    897       const int BF_HEURISTIC_BOUND_FACTOR  = 3;
    898 
     1059      const int EARLY_TERM_EPSILON_LIMIT = 1000;
     1060      const double GLOBAL_UPDATE_FACTOR = 3.0;
     1061
     1062      const int global_update_freq = int(GLOBAL_UPDATE_FACTOR *
     1063        (_res_node_num + _sup_node_num * _sup_node_num));
     1064      int next_update_limit = global_update_freq;
     1065     
     1066      int relabel_cnt = 0;
     1067     
    8991068      // Perform cost scaling phases
    900       IntVector pred_arc(_res_node_num);
    901       std::vector<int> path_nodes;
     1069      std::vector<int> path;
    9021070      for ( ; _epsilon >= 1; _epsilon = _epsilon < _alpha && _epsilon > 1 ?
    9031071                                        1 : _epsilon / _alpha )
    9041072      {
    905         // "Early Termination" heuristic: use Bellman-Ford algorithm
    906         // to check if the current flow is optimal
    907         if (_epsilon <= BF_HEURISTIC_EPSILON_BOUND) {
    908           _arc_vec.clear();
    909           _cost_vec.clear();
    910           for (int j = 0; j != _res_arc_num; ++j) {
    911             if (_res_cap[j] > 0) {
    912               _arc_vec.push_back(IntPair(_source[j], _target[j]));
    913               _cost_vec.push_back(_cost[j] + 1);
    914             }
    915           }
    916           _sgr.build(_res_node_num, _arc_vec.begin(), _arc_vec.end());
    917 
    918           BellmanFord<StaticDigraph, LargeCostArcMap> bf(_sgr, _cost_map);
    919           bf.init(0);
    920           bool done = false;
    921           int K = int(BF_HEURISTIC_BOUND_FACTOR * sqrt(_res_node_num));
    922           for (int i = 0; i < K && !done; ++i)
    923             done = bf.processNextWeakRound();
    924           if (done) break;
    925         }
    926 
    927         // Saturate arcs not satisfying the optimality condition
    928         for (int a = 0; a != _res_arc_num; ++a) {
    929           if (_res_cap[a] > 0 &&
    930               _cost[a] + _pi[_source[a]] - _pi[_target[a]] < 0) {
    931             Value delta = _res_cap[a];
    932             _excess[_source[a]] -= delta;
    933             _excess[_target[a]] += delta;
    934             _res_cap[a] = 0;
    935             _res_cap[_reverse[a]] += delta;
    936           }
     1073        // Early termination heuristic
     1074        if (_epsilon <= EARLY_TERM_EPSILON_LIMIT) {
     1075          if (earlyTermination()) break;
    9371076        }
    9381077       
    939         // Find active nodes (i.e. nodes with positive excess)
    940         for (int u = 0; u != _res_node_num; ++u) {
    941           if (_excess[u] > 0) _active_nodes.push_back(u);
    942         }
    943 
    944         // Initialize the next arcs
    945         for (int u = 0; u != _res_node_num; ++u) {
    946           _next_out[u] = _first_out[u];
    947         }
    948 
     1078        // Initialize current phase
     1079        initPhase();
     1080       
    9491081        // Perform partial augment and relabel operations
    9501082        while (true) {
     
    9561088          if (_active_nodes.size() == 0) break;
    9571089          int start = _active_nodes.front();
    958           path_nodes.clear();
    959           path_nodes.push_back(start);
    9601090
    9611091          // Find an augmenting path from the start node
     1092          path.clear();
    9621093          int tip = start;
    963           while (_excess[tip] >= 0 &&
    964                  int(path_nodes.size()) <= max_length) {
     1094          while (_excess[tip] >= 0 && int(path.size()) < max_length) {
    9651095            int u;
    966             LargeCost min_red_cost, rc;
    967             int last_out = _sum_supply < 0 ?
    968               _first_out[tip+1] : _first_out[tip+1] - 1;
     1096            LargeCost min_red_cost, rc, pi_tip = _pi[tip];
     1097            int last_out = _first_out[tip+1];
    9691098            for (int a = _next_out[tip]; a != last_out; ++a) {
    970               if (_res_cap[a] > 0 &&
    971                   _cost[a] + _pi[_source[a]] - _pi[_target[a]] < 0) {
    972                 u = _target[a];
    973                 pred_arc[u] = a;
     1099              u = _target[a];
     1100              if (_res_cap[a] > 0 && _cost[a] + pi_tip - _pi[u] < 0) {
     1101                path.push_back(a);
    9741102                _next_out[tip] = a;
    9751103                tip = u;
    976                 path_nodes.push_back(tip);
    9771104                goto next_step;
    9781105              }
     
    9801107
    9811108            // Relabel tip node
    982             min_red_cost = std::numeric_limits<LargeCost>::max() / 2;
     1109            min_red_cost = std::numeric_limits<LargeCost>::max();
     1110            if (tip != start) {
     1111              int ra = _reverse[path.back()];
     1112              min_red_cost = _cost[ra] + pi_tip - _pi[_target[ra]];
     1113            }
    9831114            for (int a = _first_out[tip]; a != last_out; ++a) {
    984               rc = _cost[a] + _pi[_source[a]] - _pi[_target[a]];
     1115              rc = _cost[a] + pi_tip - _pi[_target[a]];
    9851116              if (_res_cap[a] > 0 && rc < min_red_cost) {
    9861117                min_red_cost = rc;
     
    9881119            }
    9891120            _pi[tip] -= min_red_cost + _epsilon;
    990 
    991             // Reset the next arc of tip
    9921121            _next_out[tip] = _first_out[tip];
     1122            ++relabel_cnt;
    9931123
    9941124            // Step back
    9951125            if (tip != start) {
    996               path_nodes.pop_back();
    997               tip = path_nodes.back();
     1126              tip = _source[path.back()];
     1127              path.pop_back();
    9981128            }
    9991129
     
    10031133          // Augment along the found path (as much flow as possible)
    10041134          Value delta;
    1005           int u, v = path_nodes.front(), pa;
    1006           for (int i = 1; i < int(path_nodes.size()); ++i) {
     1135          int pa, u, v = start;
     1136          for (int i = 0; i != int(path.size()); ++i) {
     1137            pa = path[i];
    10071138            u = v;
    1008             v = path_nodes[i];
    1009             pa = pred_arc[v];
     1139            v = _target[pa];
    10101140            delta = std::min(_res_cap[pa], _excess[u]);
    10111141            _res_cap[pa] -= delta;
     
    10161146              _active_nodes.push_back(v);
    10171147          }
     1148
     1149          // Global update heuristic
     1150          if (relabel_cnt >= next_update_limit) {
     1151            globalUpdate();
     1152            next_update_limit += global_update_freq;
     1153          }
    10181154        }
    10191155      }
     
    10231159    void startPush() {
    10241160      // Paramters for heuristics
    1025       const int BF_HEURISTIC_EPSILON_BOUND = 1000;
    1026       const int BF_HEURISTIC_BOUND_FACTOR  = 3;
    1027 
     1161      const int EARLY_TERM_EPSILON_LIMIT = 1000;
     1162      const double GLOBAL_UPDATE_FACTOR = 2.0;
     1163
     1164      const int global_update_freq = int(GLOBAL_UPDATE_FACTOR *
     1165        (_res_node_num + _sup_node_num * _sup_node_num));
     1166      int next_update_limit = global_update_freq;
     1167
     1168      int relabel_cnt = 0;
     1169     
    10281170      // Perform cost scaling phases
    10291171      BoolVector hyper(_res_node_num, false);
     1172      LargeCostVector hyper_cost(_res_node_num);
    10301173      for ( ; _epsilon >= 1; _epsilon = _epsilon < _alpha && _epsilon > 1 ?
    10311174                                        1 : _epsilon / _alpha )
    10321175      {
    1033         // "Early Termination" heuristic: use Bellman-Ford algorithm
    1034         // to check if the current flow is optimal
    1035         if (_epsilon <= BF_HEURISTIC_EPSILON_BOUND) {
    1036           _arc_vec.clear();
    1037           _cost_vec.clear();
    1038           for (int j = 0; j != _res_arc_num; ++j) {
    1039             if (_res_cap[j] > 0) {
    1040               _arc_vec.push_back(IntPair(_source[j], _target[j]));
    1041               _cost_vec.push_back(_cost[j] + 1);
    1042             }
    1043           }
    1044           _sgr.build(_res_node_num, _arc_vec.begin(), _arc_vec.end());
    1045 
    1046           BellmanFord<StaticDigraph, LargeCostArcMap> bf(_sgr, _cost_map);
    1047           bf.init(0);
    1048           bool done = false;
    1049           int K = int(BF_HEURISTIC_BOUND_FACTOR * sqrt(_res_node_num));
    1050           for (int i = 0; i < K && !done; ++i)
    1051             done = bf.processNextWeakRound();
    1052           if (done) break;
    1053         }
    1054 
    1055         // Saturate arcs not satisfying the optimality condition
    1056         for (int a = 0; a != _res_arc_num; ++a) {
    1057           if (_res_cap[a] > 0 &&
    1058               _cost[a] + _pi[_source[a]] - _pi[_target[a]] < 0) {
    1059             Value delta = _res_cap[a];
    1060             _excess[_source[a]] -= delta;
    1061             _excess[_target[a]] += delta;
    1062             _res_cap[a] = 0;
    1063             _res_cap[_reverse[a]] += delta;
    1064           }
    1065         }
    1066 
    1067         // Find active nodes (i.e. nodes with positive excess)
    1068         for (int u = 0; u != _res_node_num; ++u) {
    1069           if (_excess[u] > 0) _active_nodes.push_back(u);
    1070         }
    1071 
    1072         // Initialize the next arcs
    1073         for (int u = 0; u != _res_node_num; ++u) {
    1074           _next_out[u] = _first_out[u];
    1075         }
     1176        // Early termination heuristic
     1177        if (_epsilon <= EARLY_TERM_EPSILON_LIMIT) {
     1178          if (earlyTermination()) break;
     1179        }
     1180       
     1181        // Initialize current phase
     1182        initPhase();
    10761183
    10771184        // Perform push and relabel operations
    10781185        while (_active_nodes.size() > 0) {
    1079           LargeCost min_red_cost, rc;
     1186          LargeCost min_red_cost, rc, pi_n;
    10801187          Value delta;
    10811188          int n, t, a, last_out = _res_arc_num;
    10821189
     1190        next_node:
    10831191          // Select an active node (FIFO selection)
    1084         next_node:
    10851192          n = _active_nodes.front();
    1086           last_out = _sum_supply < 0 ?
    1087             _first_out[n+1] : _first_out[n+1] - 1;
    1088 
     1193          last_out = _first_out[n+1];
     1194          pi_n = _pi[n];
     1195         
    10891196          // Perform push operations if there are admissible arcs
    10901197          if (_excess[n] > 0) {
    10911198            for (a = _next_out[n]; a != last_out; ++a) {
    10921199              if (_res_cap[a] > 0 &&
    1093                   _cost[a] + _pi[_source[a]] - _pi[_target[a]] < 0) {
     1200                  _cost[a] + pi_n - _pi[_target[a]] < 0) {
    10941201                delta = std::min(_res_cap[a], _excess[n]);
    10951202                t = _target[a];
     
    10971204                // Push-look-ahead heuristic
    10981205                Value ahead = -_excess[t];
    1099                 int last_out_t = _sum_supply < 0 ?
    1100                   _first_out[t+1] : _first_out[t+1] - 1;
     1206                int last_out_t = _first_out[t+1];
     1207                LargeCost pi_t = _pi[t];
    11011208                for (int ta = _next_out[t]; ta != last_out_t; ++ta) {
    11021209                  if (_res_cap[ta] > 0 &&
    1103                       _cost[ta] + _pi[_source[ta]] - _pi[_target[ta]] < 0)
     1210                      _cost[ta] + pi_t - _pi[_target[ta]] < 0)
    11041211                    ahead += _res_cap[ta];
    11051212                  if (ahead >= delta) break;
     
    11081215
    11091216                // Push flow along the arc
    1110                 if (ahead < delta) {
     1217                if (ahead < delta && !hyper[t]) {
    11111218                  _res_cap[a] -= ahead;
    11121219                  _res_cap[_reverse[a]] += ahead;
     
    11151222                  _active_nodes.push_front(t);
    11161223                  hyper[t] = true;
     1224                  hyper_cost[t] = _cost[a] + pi_n - pi_t;
    11171225                  _next_out[n] = a;
    11181226                  goto next_node;
     
    11371245          // Relabel the node if it is still active (or hyper)
    11381246          if (_excess[n] > 0 || hyper[n]) {
    1139             min_red_cost = std::numeric_limits<LargeCost>::max() / 2;
     1247             min_red_cost = hyper[n] ? -hyper_cost[n] :
     1248               std::numeric_limits<LargeCost>::max();
    11401249            for (int a = _first_out[n]; a != last_out; ++a) {
    1141               rc = _cost[a] + _pi[_source[a]] - _pi[_target[a]];
     1250              rc = _cost[a] + pi_n - _pi[_target[a]];
    11421251              if (_res_cap[a] > 0 && rc < min_red_cost) {
    11431252                min_red_cost = rc;
     
    11451254            }
    11461255            _pi[n] -= min_red_cost + _epsilon;
     1256            _next_out[n] = _first_out[n];
    11471257            hyper[n] = false;
    1148 
    1149             // Reset the next arc
    1150             _next_out[n] = _first_out[n];
     1258            ++relabel_cnt;
    11511259          }
    11521260       
     
    11581266            _active_nodes.pop_front();
    11591267          }
     1268         
     1269          // Global update heuristic
     1270          if (relabel_cnt >= next_update_limit) {
     1271            globalUpdate();
     1272            for (int u = 0; u != _res_node_num; ++u)
     1273              hyper[u] = false;
     1274            next_update_limit += global_update_freq;
     1275          }
    11601276        }
    11611277      }
  • lemon/cycle_canceling.h

    r820 r839  
    145145   
    146146    typedef std::vector<int> IntVector;
    147     typedef std::vector<char> CharVector;
    148147    typedef std::vector<double> DoubleVector;
    149148    typedef std::vector<Value> ValueVector;
    150149    typedef std::vector<Cost> CostVector;
     150    typedef std::vector<char> BoolVector;
     151    // Note: vector<char> is used instead of vector<bool> for efficiency reasons
    151152
    152153  private:
     
    199200    IntArcMap _arc_idb;
    200201    IntVector _first_out;
    201     CharVector _forward;
     202    BoolVector _forward;
    202203    IntVector _source;
    203204    IntVector _target;
     
    934935      DoubleVector pi(_res_node_num, 0.0);
    935936      IntVector level(_res_node_num);
    936       CharVector reached(_res_node_num);
    937       CharVector processed(_res_node_num);
     937      BoolVector reached(_res_node_num);
     938      BoolVector processed(_res_node_num);
    938939      IntVector pred_node(_res_node_num);
    939940      IntVector pred_arc(_res_node_num);
  • lemon/network_simplex.h

    r812 r839  
    165165
    166166    typedef std::vector<int> IntVector;
    167     typedef std::vector<char> CharVector;
    168167    typedef std::vector<Value> ValueVector;
    169168    typedef std::vector<Cost> CostVector;
     169    typedef std::vector<char> BoolVector;
     170    // Note: vector<char> is used instead of vector<bool> for efficiency reasons
    170171
    171172    // State constants for arcs
     
    213214    IntVector _last_succ;
    214215    IntVector _dirty_revs;
    215     CharVector _forward;
    216     CharVector _state;
     216    BoolVector _forward;
     217    BoolVector _state;
    217218    int _root;
    218219
     
    245246      const IntVector  &_target;
    246247      const CostVector &_cost;
    247       const CharVector &_state;
     248      const BoolVector &_state;
    248249      const CostVector &_pi;
    249250      int &_in_arc;
     
    266267      bool findEnteringArc() {
    267268        Cost c;
    268         for (int e = _next_arc; e < _search_arc_num; ++e) {
     269        for (int e = _next_arc; e != _search_arc_num; ++e) {
    269270          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    270271          if (c < 0) {
     
    274275          }
    275276        }
    276         for (int e = 0; e < _next_arc; ++e) {
     277        for (int e = 0; e != _next_arc; ++e) {
    277278          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    278279          if (c < 0) {
     
    297298      const IntVector  &_target;
    298299      const CostVector &_cost;
    299       const CharVector &_state;
     300      const BoolVector &_state;
    300301      const CostVector &_pi;
    301302      int &_in_arc;
     
    314315      bool findEnteringArc() {
    315316        Cost c, min = 0;
    316         for (int e = 0; e < _search_arc_num; ++e) {
     317        for (int e = 0; e != _search_arc_num; ++e) {
    317318          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    318319          if (c < min) {
     
    336337      const IntVector  &_target;
    337338      const CostVector &_cost;
    338       const CharVector &_state;
     339      const BoolVector &_state;
    339340      const CostVector &_pi;
    340341      int &_in_arc;
     
    355356      {
    356357        // The main parameters of the pivot rule
    357         const double BLOCK_SIZE_FACTOR = 0.5;
     358        const double BLOCK_SIZE_FACTOR = 1.0;
    358359        const int MIN_BLOCK_SIZE = 10;
    359360
     
    368369        int cnt = _block_size;
    369370        int e;
    370         for (e = _next_arc; e < _search_arc_num; ++e) {
     371        for (e = _next_arc; e != _search_arc_num; ++e) {
    371372          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    372373          if (c < min) {
     
    379380          }
    380381        }
    381         for (e = 0; e < _next_arc; ++e) {
     382        for (e = 0; e != _next_arc; ++e) {
    382383          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    383384          if (c < min) {
     
    409410      const IntVector  &_target;
    410411      const CostVector &_cost;
    411       const CharVector &_state;
     412      const BoolVector &_state;
    412413      const CostVector &_pi;
    413414      int &_in_arc;
     
    470471        min = 0;
    471472        _curr_length = 0;
    472         for (e = _next_arc; e < _search_arc_num; ++e) {
     473        for (e = _next_arc; e != _search_arc_num; ++e) {
    473474          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    474475          if (c < 0) {
     
    481482          }
    482483        }
    483         for (e = 0; e < _next_arc; ++e) {
     484        for (e = 0; e != _next_arc; ++e) {
    484485          c = _state[e] * (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
    485486          if (c < 0) {
     
    512513      const IntVector  &_target;
    513514      const CostVector &_cost;
    514       const CharVector &_state;
     515      const BoolVector &_state;
    515516      const CostVector &_pi;
    516517      int &_in_arc;
     
    565566        // Check the current candidate list
    566567        int e;
    567         for (int i = 0; i < _curr_length; ++i) {
     568        for (int i = 0; i != _curr_length; ++i) {
    568569          e = _candidates[i];
    569570          _cand_cost[e] = _state[e] *
     
    578579        int limit = _head_length;
    579580
    580         for (e = _next_arc; e < _search_arc_num; ++e) {
     581        for (e = _next_arc; e != _search_arc_num; ++e) {
    581582          _cand_cost[e] = _state[e] *
    582583            (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
     
    590591          }
    591592        }
    592         for (e = 0; e < _next_arc; ++e) {
     593        for (e = 0; e != _next_arc; ++e) {
    593594          _cand_cost[e] = _state[e] *
    594595            (_cost[e] + _pi[_source[e]] - _pi[_target[e]]);
     
    13291330
    13301331      // Update _rev_thread using the new _thread values
    1331       for (int i = 0; i < int(_dirty_revs.size()); ++i) {
     1332      for (int i = 0; i != int(_dirty_revs.size()); ++i) {
    13321333        u = _dirty_revs[i];
    13331334        _rev_thread[_thread[u]] = u;
     
    13991400        _pi[u] += sigma;
    14001401      }
     1402    }
     1403
     1404    // Heuristic initial pivots
     1405    bool initialPivots() {
     1406      Value curr, total = 0;
     1407      std::vector<Node> supply_nodes, demand_nodes;
     1408      for (NodeIt u(_graph); u != INVALID; ++u) {
     1409        curr = _supply[_node_id[u]];
     1410        if (curr > 0) {
     1411          total += curr;
     1412          supply_nodes.push_back(u);
     1413        }
     1414        else if (curr < 0) {
     1415          demand_nodes.push_back(u);
     1416        }
     1417      }
     1418      if (_sum_supply > 0) total -= _sum_supply;
     1419      if (total <= 0) return true;
     1420
     1421      IntVector arc_vector;
     1422      if (_sum_supply >= 0) {
     1423        if (supply_nodes.size() == 1 && demand_nodes.size() == 1) {
     1424          // Perform a reverse graph search from the sink to the source
     1425          typename GR::template NodeMap<bool> reached(_graph, false);
     1426          Node s = supply_nodes[0], t = demand_nodes[0];
     1427          std::vector<Node> stack;
     1428          reached[t] = true;
     1429          stack.push_back(t);
     1430          while (!stack.empty()) {
     1431            Node u, v = stack.back();
     1432            stack.pop_back();
     1433            if (v == s) break;
     1434            for (InArcIt a(_graph, v); a != INVALID; ++a) {
     1435              if (reached[u = _graph.source(a)]) continue;
     1436              int j = _arc_id[a];
     1437              if (_cap[j] >= total) {
     1438                arc_vector.push_back(j);
     1439                reached[u] = true;
     1440                stack.push_back(u);
     1441              }
     1442            }
     1443          }
     1444        } else {
     1445          // Find the min. cost incomming arc for each demand node
     1446          for (int i = 0; i != int(demand_nodes.size()); ++i) {
     1447            Node v = demand_nodes[i];
     1448            Cost c, min_cost = std::numeric_limits<Cost>::max();
     1449            Arc min_arc = INVALID;
     1450            for (InArcIt a(_graph, v); a != INVALID; ++a) {
     1451              c = _cost[_arc_id[a]];
     1452              if (c < min_cost) {
     1453                min_cost = c;
     1454                min_arc = a;
     1455              }
     1456            }
     1457            if (min_arc != INVALID) {
     1458              arc_vector.push_back(_arc_id[min_arc]);
     1459            }
     1460          }
     1461        }
     1462      } else {
     1463        // Find the min. cost outgoing arc for each supply node
     1464        for (int i = 0; i != int(supply_nodes.size()); ++i) {
     1465          Node u = supply_nodes[i];
     1466          Cost c, min_cost = std::numeric_limits<Cost>::max();
     1467          Arc min_arc = INVALID;
     1468          for (OutArcIt a(_graph, u); a != INVALID; ++a) {
     1469            c = _cost[_arc_id[a]];
     1470            if (c < min_cost) {
     1471              min_cost = c;
     1472              min_arc = a;
     1473            }
     1474          }
     1475          if (min_arc != INVALID) {
     1476            arc_vector.push_back(_arc_id[min_arc]);
     1477          }
     1478        }
     1479      }
     1480
     1481      // Perform heuristic initial pivots
     1482      for (int i = 0; i != int(arc_vector.size()); ++i) {
     1483        in_arc = arc_vector[i];
     1484        if (_state[in_arc] * (_cost[in_arc] + _pi[_source[in_arc]] -
     1485            _pi[_target[in_arc]]) >= 0) continue;
     1486        findJoinNode();
     1487        bool change = findLeavingArc();
     1488        if (delta >= MAX) return false;
     1489        changeFlow(change);
     1490        if (change) {
     1491          updateTreeStructure();
     1492          updatePotential();
     1493        }
     1494      }
     1495      return true;
    14011496    }
    14021497
     
    14231518      PivotRuleImpl pivot(*this);
    14241519
     1520      // Perform heuristic initial pivots
     1521      if (!initialPivots()) return UNBOUNDED;
     1522
    14251523      // Execute the Network Simplex algorithm
    14261524      while (pivot.findEnteringArc()) {
Note: See TracChangeset for help on using the changeset viewer.