##单纯形法##

本文探讨了在处理全是0/1变量的优化问题时,如何利用费用流方法来获得更优解。特别是针对最长k可重区间问题,费用流方法表现出高效性能。
摘要由CSDN通过智能技术生成

全是0/1变量用费用流更快,如最长k可重区间问题


/*
 * Description:
    * 线性规划 单纯形法实现
 * Usage:
    * MAXN:最大变量个数
    * MAXE:最大不等式个数
    * n=变量个数,m=不等式个数
 * 目标函数为 sum{x[i]*A[0][i];0<=i<n}+A[0][n]
 * 约束条件为
 *  1) x[i]>=0 for 0<=i<n
 *  2) sum{x[i]*A[j][i];0<=i<n}<=A[j][n] for 1<=j<=m
 * simplex输出目标函数的最大值(-inf表示无解,+inf表示有无穷大解) 并且使X[i]变为该最优解取得时的x[i]的值
 * 
*/
//目标函数并非最大化:将所有c{k}(即a[0][k])取负。
//约束条件中存在大于或等于约束:将约束两边取负。
//约束条件中存在等式:将其转化为两个不等式(一个大于等于,一个小于等于)
//有的变量没有非负约束:加入新变量x',并用x-x'替换原来的变量x
const int MAXM=1300;//最大不等式个数
const int MAXN=105;//最大变量个数
int n,m;
db A[MAXM+1][MAXN+1],X[MAXN];
int basis[MAXM+1],out[MAXN+1];
db inf=1e+10;
db eps=1e-10;
void pivot(int a,int b)
{
	for(int i=0;i<=m;i++) for(int j=0;j<=n;j++)
         if (i!=a&
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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