<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Network Flow on BenzHub</title><link>https://benzhub.github.io/tags/network-flow/</link><description>Recent content in Network Flow on BenzHub</description><generator>Hugo</generator><language>zh-TW</language><lastBuildDate>Tue, 14 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://benzhub.github.io/tags/network-flow/index.xml" rel="self" type="application/rss+xml"/><item><title>網路流完全指南 — Ford-Fulkerson、Dinic 演算法與最大流最小割定理 | 資料結構與演算法</title><link>https://benzhub.github.io/post/javascript/data-structures--algorithms/031-network-flow/</link><pubDate>Tue, 14 Jul 2026 00:00:00 +0000</pubDate><guid>https://benzhub.github.io/post/javascript/data-structures--algorithms/031-network-flow/</guid><description>&lt;blockquote&gt;
&lt;p&gt;&lt;strong&gt;網路流（Network Flow）&lt;/strong&gt; 是圖論中最強大的技術之一，研究在有容量限制的有向圖中，從源點到匯點能傳送的最大流量問題。從 &lt;strong&gt;Ford-Fulkerson&lt;/strong&gt; 的增廣路徑法，到 &lt;strong&gt;Dinic&lt;/strong&gt; 的分層圖與阻塞流，再到 &lt;strong&gt;最大流最小割定理&lt;/strong&gt; 揭示的深刻對偶性，這些概念在航線排程、影像分割、任務分配等領域都有重要應用。本文帶你從核心原理到 TypeScript 與 C++ 完整實作，全面掌握網路流演算法。&lt;/p&gt;
&lt;/blockquote&gt;</description></item></channel></rss>