השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| אלגוריתם Push-Relabel× | אלגוריתם פורד-פאלקרסון× | |
|---|---|---|
| תחום | חקר ביצועים | חקר ביצועים |
| משפחה | Machine learning | Machine learning |
| שנת המקור≠ | 1988 | 1956 |
| הוגה השיטה≠ | Andrew V. Goldberg and Robert E. Tarjan | Lester R. Ford and Delbert R. Fulkerson |
| סוג | algorithm | algorithm |
| מקור מכונן≠ | Goldberg, A. V., & Tarjan, R. E. (1988). A new approach to the maximum flow problem. Journal of the ACM, 35(4), 921-940. DOI ↗ | Ford, L. R., & Fulkerson, D. R. (1956). Maximal flow through a network. Canadian Journal of Mathematics, 8(3), 399-404. DOI ↗ |
| כינויים | preflow-push algorithm, Goldberg-Tarjan algorithm | Ford-Fulkerson method, augmenting path method |
| קשורות≠ | 3 | 4 |
| תקציר≠ | The Push-Relabel Algorithm, developed by Andrew V. Goldberg and Robert E. Tarjan in 1988, is a highly efficient method for computing maximum flow in networks. Unlike augmenting path methods, it maintains a preflow and uses local push and global relabeling operations to drive flow toward the sink, achieving superior worst-case complexity. | The Ford-Fulkerson Algorithm, developed by Lester R. Ford and Delbert R. Fulkerson in 1956, is a foundational method for computing the maximum flow in a flow network. It finds the maximum amount of flow that can be sent from a source to a sink through a directed graph with capacity constraints on edges. |
| ScholarGateמערך נתונים ↗ |
|
|