本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。深入介绍功能强大的算法策略和分析工具，如数据缩放和势函数变量。讨论有关网络优化的重要主题及实际解决方案，如拉格朗日松弛法。包括广泛的文献注解，提供宝贵的历史背景和指导。包含800多道难度不一的练习题。

无

Ravindra K.Ahuja, Thomas L.Magnanti, James B.Orlin：Ravindra K.Ahuja: 印度理工学院坎普尔分校工业与管理工程系副教授。1986年至1988年，他曾在麻省理工学院斯隆管理学院做访问学者，与沃林教授合作研究若干网络流问题的快速算法，这期间的工作促成了本书的面世。他的研究方向为网络流、组合优化、算法的计算测试。
Thomas L.Magnanti: 麻省理工学院斯隆管理学院管理科学系教授。他曾任美国运筹学会的会长和《Operations Research》杂志的主编。他是美国国家工程院院士。他的研究方向为大规模优化，包括网络设计、整数规划及其在通信、制造和交通中的应用。
James B.Orlin: 麻省理工学院斯隆管理学院运筹学教授。从1985年至1990年，他荣膺美国国家自然科学基金会颁发的总统青年学者奖。目前，他的研究方向为网络流、组合优化及物流学。

1. Introduction.
2. Paths, Trees and Cycles.
3. Algorithm Design and Analysis.
4. Shortest Paths: Label Setting Algorithms.
5. Shortest Paths: Label Correcting Algorithms.
6. Maximum Flows: Basic Ideas.
7. Maximum Flows: Polynomial Algorithms.
8. Maximum Flows: Additional Topics.
9. Minimum Cost Flows: Basic Algorithms.
10. Minimum Cost Flows: Polynomial Algorithms.
11. Minimum Cost Flows: Network Simplex Algorithms.
12. Assignments and Matchings.
13. Minimum Spanning Trees.
14. Convex Cost Flows.
15. Generalized Flows.
16. Lagrangian Relaxation and Network Optimization.
17. Multicommodity Flows.
18. Computational Testing of Algorithms.
19. Additional Applications.
Appendix A: Data Structures.
Appendix B: NP-Completeness.
Appendix C: Linear Programming.
Index.