在本书的29章会介绍通用的线性规划问题,即在满足一组线性不等式的条件下优化一个线性函数。而本节中所介绍的线性规划则是一种特例,可被归类在单源最短路径问题中。并可调用Bellman_Ford算法解决该问题。
在此之前,先介绍何为线性规划。
线性规划: 在一般的线性规划中,对于不等式 Ax ≤ b,我们给定的常量有:
A : 一个 m×n 的矩阵; b:一个m维向量; c:一个n为向量。
其中 k 维向量即代表 k 行 1 列的矩阵,即书上的列向量。
(笔者注:对于不了解矩阵的同学,我们可以当作一个由 m 个不等式, n 个未知量组成的不等式组,其中,矩阵A为方程组的系数,b为位于右侧的常量数,若皆为0,则为齐次线性方程组,否则为非齐次。)
在某些时刻,我们仅需要找到一个满足不等式组的解,或者,判定解存在与否。以下将根据此进行讨论。
差分约束系统:
(笔者注:关于差分的概念,可以在百度上寻得,俺之前也不清楚相关概念,不过相应的百度百科给出了详细的解释:差分(difference)又名差分函数或差分运算,差分的结果反映了离散量之间的一种变化,是研究离散数学的一种工具。它将原函数f(x) 映射到f(x+a)-f(x+b) ,其中映射的这个过程就是差分。差分运算,相应于微分运算,是微积分中重要的一个概念。总而言之&