01分数规划

dalao的blog原址

题外话：
写题的时候遇到了这个算法，xue微了解一下吧

0/1分数规划

根据楼教主的回忆录，他曾经在2005年的ACM地区赛赛场上秒掉了一道最优比率生成树问题，导致很多人跟风失败
（瑟瑟发抖。。。）

问题描述

给定两个数组，$a[i]$表示选取$i$的收益，$b[i]$表示选取$i$的代价
如果选取i，定义$x[i]=1$否则$x[i]=0$
每一个物品只有选或者不选两种方案，求一个选择方案
使得$R={\sum a[i]*x[i] \over \sum b[i]*x[i]}$取得最值
即所有选择物品的总收益/总代价的值最大或是最小

01分数规划问题主要包含一般的01分数规划，最优比率生成树问题，最优比率环问题等
我们将会对这三个问题进行讨论

本文主要讨论最大值的情况

首先我们需要好好的端详一下目标式：

$R={\sum a[i]*x[i] \over \sum b[i]*x[i]}$

定义一个函数$F(L)=\sum a[i]*x[i]-L*\sum b[i]*x[i]$
显然这只是对目标式的一个简单的变形

分离参数，得到$F(L):=\sum (a[i]-L*b[i])*x[i]$
这时我们就会发现，如果L已知的话，$a[i]-L*b[i]$就是已知的
记$d[i]=a[i]-L*b[i]$，那么$F(L):=\sum d[i]*x[i]$

实际上，L就是目标式中的R，最大化R也就是最大化L

F的值是由两个变量共同决定的，即方案X和参数L
对于一个确定的参数L来说，方案的不同会导致对应的F值的不同，那么这些东西对我们有什么用呢?

假设我们已知在存在一个方案X使得$F(L)>0$，这能够证明什么?

$F(L)=\sum a[i]*x[i] -L*\sum b[i]*x[i]>0$即 ${\sum a[i]*x[i] \over \sum b[i]*x[i]}>L$
也就是说，如果一个方案使得$F(L)>0$，说明存在更优的一个L

显然，d数组是随着L的增大而单调减的
也就是说，存在一个临界的L使得不存在一种方案，能够使$F(L)>0$.
我们猜想，这个时候的L就是我们要求的最优解
之后更大的L值则会造成无论任何一种方案，都会使$F(L)<0$
类似于上面的那个变形，我们知道，$F(L)<0$是没有意义的，因为这时候的L是不能够被取得的
当$F(L)=0$时，对应方案的R值恰好等于此时的L值

千万不要把F值同R值混淆
F值是根据我们的变形式求的d数组来计算的，而R值则是我们所需要的真实值，他的计算是有目标式决定的
F值只是提供了一个证据，告诉我们真正最优的R值在哪里，与R值本身并没有什么必然的联系

根据这样的一段性质，很自然的就可以想到二分L值
验证是否存在一组解使得$F(L)>0$，有则移动下界，没有则移动上界

所有的01分数规划都是这种思路，唯一的区别就在于求解时的不同——因为每一道题的限制条件不同，并不是每一个解都是可行解的
比如在普通的数组中，你可以选取1，2，3号元素
但在生成树问题中，若1，2，3号元素恰好构成了一个环，那就不能够同时选择了
具体问题，具体分析

二分是一个非常通用的办法
但是我们来考虑这样的一个问题：二分的时候我们只是用到了$F(L)>0$这个条件，而对于使得$F(L)>0$的这组解所求到的R值没有使用
因为$F(L)>0$，我们已经知道了R是一个更优的解，与其漫无目的的二分，为什么不将解移动到R上去呢？

求01分数规划的另一个方法：Dinkelbach
就是基于这样的一个思想
我们并不去二分答案，而是先随便给定一个答案
然后根据更优的解不断移动答案，逼近最优解
由于ta对每次判定使用的更加充分，所以比二分会快很多
但是，ta的弊端就是需要保存这个解，而我们知道，有时候验证一个解和求得一个解的复杂度是不同的
二分和算法写法都非常简单，各有长处，大家要根据题目谨慎使用

伪代码

//--------------------二分法---------------------

L=...; R=...;

do
{
    mid=(L+R)/2;

    for (int i=1;i<=X;i++) 
        D[i]=A[i]-mid*B[i];

    if 检查(X) 成功
        L=mid;
    else R=mid; 
}
while (abs(L-R)<eps);

//--------------------Dinkelbach---------------------

L=你随意;

do
{
    ans=L;

    for (int i=1;i<=X;i++)
        D[i]=A[i]-L*B[i];

    p=0; q=0;

    for (i=每一个元素)
        如果元素i在解中
            p+=A[i],
            q+=B[i];

    L=p/q; 
}
while (abs(ans-L)<eps);

例题

最优比率生成树问题

问题描述

有带权图G, 对于图中每条边$e[i]$, 都有$benifit[i]$(收入)和$cost[i]$(花费), 我们要求的是一棵生成树$T$, 它使得${∑benifit[i] \over ∑cost[i]}, i∈T$最大（或最小）.

01分数规划

设$x[i]$等于1或0, 表示边$e[i]$是否属于生成树.

则我们所求的比率：$R= {∑benifit[i]*x[i] \over ∑cost[i]*x[i]}, 0≤i<m$

设函数$F(L)={∑benifit[i]*x[i]-L*∑cost[i]*x[i]}$
$F(L)={∑(benifit[i]-L*cost[i])*x[i]}$
$d[i]=benifit[i]-L*cost[i]$
我们可以兴高采烈地把$F(L)$看做以$d$为边权的最大生成树

明确两个性质

• $F(L)$单调递减
  证明：因为$cost$为正数, 所以$F$随$L$的减小而增大.
  • $F(max(R)) = 0$
    证明：若$F(max(R))<0, ∑benifit[i]*x[i]-max(R)*∑cost[i]*x[i]<0$, 可化为$max(R)<max(R)$，矛盾；
    若$F(max(R))>=0$, 根据性质1, 当$F(R)=0$时$R$最大.

  复杂度：
  时间：$O(O(MST)*log max(R))$
  空间：$O(O(MST))$

  一般的，我们在求MST的时候，Kruskal和Prim都可
  不过尽量不要在稠密图上使用Kruskal

  例题

  最优比率环问题

  问题描述

  求一个环的 {点权和} 除以 {边权和} ，使得那个环在所有环中 {点权和} 除以 {边权和} 最大

  求 $\sum v[i] \over \sum e[i]$
  其中v是环中点的价值，e是环中边的价值

  设答案为$ans$
  则对于所有环都有：${\sum v[i] \over \sum e[i]}<=ans$
  $ans*\sum e[i]-\sum v[i]>=0$
  对于答案$k$：
  当$k<ans$时，就存在至少一个环$k*\sum e[i]-\sum v[i]<0$，即有负权回路（边权为$k*e[i]-v[i]$）
  当$k>=ans$时，就对于所有的环$k*\sum e[i]-\sum v[i]>=0$，即没有负权回路

  二分答案，将新的边权设为$k*e[i]-v[i]$，用$spfa$来判断负权回路即可

  例题