博客探讨了如何使用Dinkelbach算法解决规模为N的数组A和B的0/1规划问题，目标是找到k个位置，使得A的元素和除以B的元素和最大化。通过构建关于比例L的分段线性凹函数，利用二分法和函数的凹性逐步逼近最大比例L_max。文章介绍了算法的迭代过程，并将其与牛顿迭代法进行类比。
题意：类似于GPA求解的过程，给定两个规模为N的数组A,B，其中A的数小于等于相同位置上B的数，请选择k个位置，使A中数的和除以B中数的和达到最大。
题解：类似于背包，每个位置有0,1两种选择。
- 设N维列向量X，其中只包含0,1两种元素。则A*X就等于分子的和，B*X就相等于与分母的和。
- 设相除的结果为L，即L = (A*X)/(B*X)。
- 我们设一关于L的函数，Z = A*X-(B*X)*L，其中X只含有k个1，且在给定L的情况下使Z值最大，可以通过排序求得Z值（易知X向量是可能随L变化的）。注意Z是一个关于L的分段线性的凹函数。
一、二分法
- 二分法的一般步骤就是首先给出所求值的大致范围，然后根据单调性逐渐缩小这个范围达到所需的精度。
- 设最大的比值为L_max，即
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
