最优比例生成树最优比率生成树 01分数规划问题

转载:http://blog.csdn.net/sdj222555/article/details/7490797
网上有一些很数学的证明方法,表示看的挺晕,自己理解了一下后,发表下自己的看法,如果有错误,再进行修改
其实原题就是求 MIN( ∑CiXi / ∑DiXi ) Xi∈{0,1} ,对每个生成树,设其比率r=∑CiXi / ∑DiXi ,可得∑CiXi - ∑DiXi * r=0(条件1)
那么对于所有的生成树,显然∑CiXi - ∑DiXi * min(r) >= 0,当 ∑CiXi / ∑DiXi = min(r)时,等号成立。 而我们现在不知道min(r)是多少,只好进行枚举,对每个枚举的r ,构建新的权值(Ci-Di*r),然后求最小生成树,  为什么求最小呢? 我的理解就是这是为了寻找使得生成树的总权值为0的可能性,因为只有当其等于0 的时候,才满足了条件1 这个条件, 说明这个r是可行的,并且如果r枚举到值为min(r)时,其最小生成树的的总权值必然恰好等于0,但是如果不能等于0, 比如大于0, 显然是对该r值,所有的生成树上无论如何也满足不了条件1,说明r值就是偏小了。同理如果小于0,r值是偏大的,说明可能存在某些生成树使得满足条件1,而我们的目标是在满足条件1的情况下使得r最小。
根据这个我们可以发现,实际上r的值是可以进行二分查找的。 而也有人给出了更为高效的迭代方法。
poj  2728二分法
#include <iostream>
#include <string>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <algorithm>
#include <cmath>
#define MAXN 1005
#define INF 1000000000
#define eps 1e-7
using namespace std;
int n;
double Edge[MAXN][MAXN], lowcost[MAXN];
int nearvex[MAXN];
struct Point
{
    int x, y, z;
}p[MAXN];
double cal(int a, int b)
{
    return sqrt(1.0 * (p[a].x - p[b].x) * (p[a].x - p[b].x) + 1.0 * (p[a].y - p[b].y) * (p[a].y - p[b].y));
}
double prim(int src, double l)
{
    double cost = 0, len = 0;
    double sum = 0;
    for(int i = 1; i <= n; i++)
    {
        nearvex[i] = src;
        lowcost[i] = abs(p[src].z - p[i].z) - Edge[src][i] * l;
    }
    nearvex[src] = -1;
    for(int i = 1; i < n; i++)
    {
        double mi = INF;
        int v = -1;
        for(int j = 1; j <= n; j++)
            if(nearvex[j] != -1 && lowcost[j] < mi)
            {
                v = j;
                mi = lowcost[j];
            }
        if(v != -1)
        {
            cost += abs(p[nearvex[v]].z - p[v].z);
            len += Edge[nearvex[v]][v];
            nearvex[v] = -1;
            sum += lowcost[v];
            for(int j = 1; j <= n; j++)
            {
                double tmp = abs(p[v].z - p[j].z) - Edge[v][j] * l;
                if(nearvex[j] != -1 && tmp < lowcost[j])
                {
                    lowcost[j] = tmp;
                    nearvex[j] = v;
                }
            }
        }
    }
    return sum;
}
int main()
{
    while(scanf("%d", &n) != EOF && n)
    {
        for(int i = 1; i <= n; i++)
            scanf("%d%d%d", &p[i].x, &p[i].y, &p[i].z);
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= n; j++)
                Edge[i][j] = cal(i, j);
        double low = 0, high = 10.0;             //其实二分20多次已经很足够了
        double l = 0.0, r = 100.0, mid;
        while(r - l > eps)
        {
            mid = (l + r) / 2;
            if(prim(1, mid) >= 0) l = mid;
            else r = mid;
        }
        printf("%.3f\n", r);
    }
    return 0;
}
迭代法:
#include <iostream>
#include <string>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <algorithm>
#include <cmath>
#define MAXN 1005
#define INF 1000000000
#define eps 1e-7
using namespace std;
int n;
double Edge[MAXN][MAXN], lowcost[MAXN];
int nearvex[MAXN];
struct Point
{
    int x, y, z;
}p[MAXN];
double cal(int a, int b)
{
    return sqrt(1.0 * (p[a].x - p[b].x) * (p[a].x - p[b].x) + 1.0 * (p[a].y - p[b].y) * (p[a].y - p[b].y));
}
double prim(int src, double l)
{
    double cost = 0, len = 0;
    for(int i = 1; i <= n; i++)
    {
        nearvex[i] = src;
        lowcost[i] = abs(p[src].z - p[i].z) - Edge[src][i] * l;
    }
    nearvex[src] = -1;
    for(int i = 1; i < n; i++)
    {
        double mi = INF;
        int v = -1;
        for(int j = 1; j <= n; j++)
            if(nearvex[j] != -1 && lowcost[j] < mi)
            {
                v = j;
                mi = lowcost[j];
            }
        if(v != -1)
        {
            cost += abs(p[nearvex[v]].z - p[v].z);
            len += Edge[nearvex[v]][v];
            nearvex[v] = -1;
            for(int j = 1; j <= n; j++)
            {
                double tmp = abs(p[v].z - p[j].z) - Edge[v][j] * l;
                if(nearvex[j] != -1 && tmp < lowcost[j])
                {
                    lowcost[j] = tmp;
                    nearvex[j] = v;
                }
            }
        }
    }
    return cost / len;
}
int main()
{
    while(scanf("%d", &n) != EOF && n)
    {
        for(int i = 1; i <= n; i++)
            scanf("%d%d%d", &p[i].x, &p[i].y, &p[i].z);
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= n; j++)
                Edge[i][j] = cal(i, j);
        double a = 0, b;
        while(1)
        {
            b = prim(1, a);
            if(fabs(a - b) < eps) break;
            a = b;
        }
        printf("%.3f\n", b);
    }
    return 0;
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最小生成树最优二叉树是两个不同的算法,分别用于解决不同的问题。 最小生成树算法用于在一个连通无向图中找到一棵包含所有顶点的树,并且使得树的边的权值之和最小。其中,常用的最小生成树算法有Prim算法和Kruskal算法。 Prim算法的步骤如下: 1. 选择一个起始顶点作为树的根节点。 2. 从与树相邻的顶点中选择一个权值最小的边,并将该边和相邻的顶点加入到树中。 3. 重复步骤2,直到树包含了所有的顶点。 Kruskal算法的步骤如下: 1. 将图中的所有边按照权值从小到大进行排序。 2. 依次选择权值最小的边,如果该边的两个顶点不在同一个连通分量中,则将该边加入到最小生成树中。 3. 重复步骤2,直到最小生成树包含了所有的顶点。 最优二叉树,也称为哈夫曼树,是一种特殊的二叉树,用于编码和解码数据。哈夫曼树的构造过程如下: 1. 将给定的n个权值构成n棵只有一个节点的树,并根据权值由小到大进行排序。 2. 取权值最小的两棵树作为左右子树构成一颗新二叉树,新二叉树的权值为两棵树的权值之和。 3. 将构造的新树放入序列的最左边。 4. 重复步骤2和3,直到所有树合并为一棵树为止。 最终得到的树就是哈夫曼树,也就是最优二叉树。 以下是哈夫曼树生成代码的示例: ```python # 定义节点类 class Node: def __init__(self, value, weight): self.value = value self.weight = weight self.left = None self.right = None # 构造哈夫曼树 def build_huffman_tree(values, weights): nodes = [Node(value, weight) for value, weight in zip(values, weights)] while len(nodes) > 1: nodes = sorted(nodes, key=lambda x: x.weight) left = nodes.pop(0) right = nodes.pop(0) parent = Node(None, left.weight + right.weight) parent.left = left parent.right = right nodes.append(parent) return nodes[0] # 测试代码 values = ['A', 'B', 'C', 'D'] weights = [1, 2, 3, 4] root = build_huffman_tree(values, weights) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值