实际中是否已将链接剪切树用于最大流量计算或其他应用程序？

通过使用动态树（也称为链接剪切树），我通常会看到许多实现的最大流算法，狄尼克算法，推入重贴标签以及其他算法可以改善其渐近时间成本。

• 推重贴标签通常在或或，但带有动态树$O(V^2E)$$O(V^3)$$O(V^2\sqrt{E})$$O(VE \log(V^2/E))$
• Dinic的算法在，但具有动态树$O(V^2E)$$O(VE\log(V))$

但是，大多数库中的最大流算法的实际实现似乎并未利用此数据结构。在实践中是否曾使用动态树进行最大流量计算？还是它们承担了过多的开销以至于无法解决现实世界中的问题规模？

是否还有其他使用链接剪切树的问题域？

这个问题与我在cstheory上提出的一个问题有关：现有技术中的最大流量算法是否可行？

有一篇名为“ 动态树的实践 ”的文章，其中回顾了实际的实现。

Link-Cut树可以有效使用的其他类别在Database Indexing中。您可以在《数据库索引技术》一书中找到。

本文最后发现，使用标准Dimacs随机图生成器，对于Sleator / Tarjan最大流算法，链接剪切（LC）树的性能优于rake-compress（RC）树。

本文着重于将变化传播作为动态树的一种应用。例如，更改传播类似于必须基于单元格/公式依赖性对某些单元格的更改重新计算excel电子表格单元格的方式。作者将其代码作为开放库发布。

动态树 Acar，Blelloch，Vittes中的变化传播的实验分析

更改传播是一种用于自动调整算法输出以适应输入更改的技术。更改传播背后的想法是跟踪数据和函数调用之间的依赖关系，以便在输入发生更改时，可以重新执行受该更改影响的函数以更新计算和输出。更改传播使编译器可以动态化静态算法。