- 博客(11)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 C++在clion平台下调用gurobi求解问题（debug & release）
set(gurobi_include H:/Gurobi11.0.2/win64/include ) #头文件。set(gurobi_include H:/Gurobi11.0.2/win64/include ) #头文件。set(gurobi_lib H:/Gurobi11.0.2/win64/lib ) #库文件。set(gurobi_lib H:/Gurobi11.0.2/win64/lib ) #库文件。从上面两个CMakelists.txt可以看出，只是最后一行的设置不一样而已。
2025-05-06 22:27:16
157
原创 C++ 在Visual Studio平台上配置 CPLEX
注：输入这里直接填写 concert.lib cplex2211.lib ilocplex.lib 即可。不需要把那么长的绝对路径填写进去。C++ 在Visual Studio平台上配置 CPLEX 的方法见。然后点击确认，大功告成。
2025-05-05 21:09:58
835
原创 C++在clion、VS平台下debug 、release模式的运算速度比较
cout << " \n C++计算f("<< num << ")运行时间：" << tt / 1000.0 << "秒\n";eclipse平台下debug 模式时。clion平台下debug 模式时。clion平台下release模式。VS平台下debug 模式时。VS平台下release模式。
2025-05-05 18:51:15
198
原创 C++书籍推荐
1.艾弗·霍尔顿，彼得·范·维尔特 著，周百顺 译. C++20实践入门（第6版）.清华大学出版社。2.[英] J. Guy Davidson 等 著，王江平 译. C++之美：代码简洁、安全又跑得快的30个要诀.电子工业出版社。2.[罗马尼亚] 马里乌斯·班西拉（Marius Bancila） 著. 现代C++编程实战 原书第2版.机械工业出版社。译. C++20高级编程(第5版).清华大学出版社。C++性能优化指南 C++性能优化指南.人民邮电出版社。译. 21天学通C++（第9版）.
2025-05-03 10:42:12
122
原创 C++计算库eigen和armadillo 及 C++画图库gnuplot
set(Armadillo_DIRmm H:/software/armadillo14_4_2/include) #Armadillo头文件,注意以include结尾。下载eigen，解压后将里面的Eigen文件夹复制到H：\Visual_Studio_2022\VC\Tools\MSVC\14.43.34808\include。set(Armadillo_DIRc H:/software/armadillo14_4_2/examples/lib_win64) #设置链接库路径 库文件。
2025-04-30 19:48:54
363
原创 clion(c++)调用matlab引擎来计算
set(LINK_DIRmm I:/matlab2024b/extern/lib/win64/microsoft) #设置链接库路径 库文件。set(INC_DIRmm I:/matlab2024b/extern/include) #matlab头文件。然后在cpp文件里输入c++代码，用的是matlab文档里的代码（调用带单一返回参量的函数）include_directories(${INC_DIRmm}) #引入头文件。link_directories(${LINK_DIRmm}) #引入库文件。
2025-04-13 12:06:45
430
原创 clion/C++中文乱码解决方法
注意到下面的任务栏中显示的是UTF-8，在Pycharm中这个是没有问题。但在clion运行c++代码时就会出现问题。这时把UTF-8转换为GBK即可。Clion运行 c++代码会出现中文乱码，如下。点击中间那个convert转换即可。选择GBK，然后转换。最后再运行c++代码。
2025-04-08 20:38:36
269
1
原创 clion(C++配置msvc)调用cplex求解问题
测试代码用clpex里的例子facility.cpp，请自己到clplex安装目录下寻找，注意修改一下地址，即改成相对路径 const char* filename = "facility.dat";花了很多时间，一个一个地试，终于搞定了clion(配置msvc)调用cplex求解问题。本文主要讲clion(C++配置msvc)调用cplex求解问题。关于clion调用gurobi 请查看链接里的文章。CMakelist.txt文件里写。
2024-10-17 01:04:06
442
原创 clion与msvc2022：ninja: error: build.ninja:35: loading ‘CMakeFiles/rules.ninja‘: 系统找不到指定的文件 ，已解决
clion：ninja: error: build.ninja:35: loading 'CMakeFiles/rules.ninja': 系统找不到指定的文件 ，怎么解决？
2024-10-05 18:34:57
779
如果你用python3.9版本安装pygraphviz,需要安装如下的轮子 pygraphviz-1.11-cp39-cp39
如果你用python3.9版本安装pygraphviz,需要安装如下的轮子
pygraphviz-1.11-cp39-cp39-win_amd64.whl
用python3.8以下版本安装pygraphviz,看文章
https://blog.csdn.net/frostime/article/details/104620220
2024-11-05
如果你用python3.12版本安装pygraphviz,需要安装如下的轮子 pygraphviz-1.12-cp312-cp3
如果你用python3.10版本安装pygraphviz,需要安装如下的轮子，windows
pygraphviz-1.12-cp310-cp310-win_amd64.whl
python3.8版本安装pygraphviz的安装过程，看文章https://blog.csdn.net/frostime/article/details/104620220
2024-11-05
如果你用python3.11版本安装pygraphviz,需要安装如下的轮子 pygraphviz-1.12-cp311
如果你用python3.11版本安装pygraphviz,需要安装如下的轮子
pygraphviz-1.12-cp311-cp311-win_amd64.whl
用python3.8以下版本安装pygraphviz,看文章
https://blog.csdn.net/frostime/article/details/104620220
2024-11-05
pygraphviz-1.12-cp312-cp312-win-amd64.whl，这个windows操作系统的
如果你用python3.12版本安装pygraphviz,需要安装如下的轮子
pygraphviz-1.12-cp312-cp312-win_amd64.whl
python3.8版本安装pygraphviz,需要安装，看文章https://blog.csdn.net/frostime/article/details/104620220
2024-11-05
Combinatorial Optimization Theory and Algorithms Third Edition
1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Enumeration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Running Time of Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Linear Optimization Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Sorting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1 Basic Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Trees, Circuits, and Cuts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Connectivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4 Eulerian and Bipartite Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5 Planarity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Planar Duality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3. Linear Programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1 Polyhedra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 The Simplex Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 Duality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Convex Hulls and Polytopes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4. Linear Programming Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1 Size of Vertices and Faces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 Continued Fractions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.3 Gaussian Elimination . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4 The Ellipsoid Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.5 Khachiyan’s Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 Separation and Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
XII Table of Contents
5. Integer Programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.1 The Integer Hull of a Polyhedron . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.2 Unimodular Transformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Total Dual Integrality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.4 Totally Unimodular Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5 Cutting Planes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.6 Lagrangean Relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6. Spanning Trees and Arborescences . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.1 Minimum Spanning Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.2 Minimum Weight Arborescences . . . . . . . . . . . . . . . . . . . . . . . . . . 125
6.3 Polyhedral Descriptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.4 Packing Spanning Trees and Arborescences . . . . . . . . . . . . . . . . . 132
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
7. Shortest Paths . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
7.1 Shortest Paths From One Source . . . . . . . . . . . . . . . . . . . . . . . . . . 144
7.2 Shortest Paths Between All Pairs of Vertices . . . . . . . . . . . . . . . . . 148
7.3 Minimum Mean Cycles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
8. Network Flows . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
8.1 Max-Flow-Min-Cut Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.2 Menger’s Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
8.3 The Edmonds-Karp Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.4 Blocking Flows and Fujishige’s Algorithm . . . . . . . . . . . . . . . . . . 166
8.5 The Goldberg-Tarjan Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
8.6 Gomory-Hu Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
8.7 The Minimum Cut in an Undirected Graph . . . . . . . . . . . . . . . . . . 179
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
9. Minimum Cost Flows . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
9.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
9.2 An Optimality Criterion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
9.3 Minimum Mean Cycle-Cancelling Algorithm . . . . . . . . . . . . . . . . 195
9.4 Successive Shortest Path Algorithm . . . . . . . . . . . . . . . . . . . . . . . . 199
9.5 Orlin’s Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
9.6 Flows Over Time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
Table of Contents XIII
10. Maximum Matchings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
10.1 Bipartite Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
10.2 The Tutte Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
10.3 Tutte’s Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
10.4 Ear-Decompositions of Factor-Critical Graphs . . . . . . . . . . . . . . . 223
10.5 Edmonds’ Matching Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
11. Weighted Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
11.1 The Assignment Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
11.2 Outline of the Weighted Matching Algorithm . . . . . . . . . . . . . . . . 247
11.3 Implementation of the Weighted Matching Algorithm . . . . . . . . . 250
11.4 Postoptimality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
11.5 The Matching Polytope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
12. b-Matchings and T -Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
12.1 b-Matchings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
12.2 Minimum Weight T -Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
12.3 T -Joins and T -Cuts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
12.4 The Padberg-Rao Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
13. Matroids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
13.1 Independence Systems and Matroids . . . . . . . . . . . . . . . . . . . . . . . 291
13.2 Other Matroid Axioms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
13.3 Duality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
13.4 The Greedy Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
13.5 Matroid Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
13.6 Matroid Partitioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
13.7 Weighted Matroid Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
14. Generalizations of Matroids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
14.1 Greedoids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
14.2 Polymatroids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
14.3 Minimizing Submodular Functions . . . . . . . . . . . . . . . . . . . . . . . . . 331
14.4 Schrijver’s Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
14.5 Symmetric Submodular Functions . . . . . . . . . . . . . . . . . . . . . . . . . 337
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
XIV Table of Contents
15. NP-Completeness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
15.1 Turing Machines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
15.2 Church’s Thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
15.3 P and NP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
15.4 Cook’s Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
15.5 Some Basic NP-Complete Problems . . . . . . . . . . . . . . . . . . . . . . . . 358
15.6 The Class coNP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
15.7 NP-Hard Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
16. Approximation Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
16.1 Set Covering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
16.2 Colouring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
16.3 Approximation Schemes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
16.4 Maximum Satisfiability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
16.5 The PCP Theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
16.6 L-Reductions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410
17. The Knapsack Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
17.1 Fractional Knapsack and Weighted Median Problem . . . . . . . . . . 415
17.2 A Pseudopolynomial Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . 418
17.3 A Fully Polynomial Approximation Scheme . . . . . . . . . . . . . . . . . 420
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423
18. Bin-Packing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
18.1 Greedy Heuristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
18.2 An Asymptotic Approximation Scheme . . . . . . . . . . . . . . . . . . . . . 431
18.3 The Karmarkar-Karp Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439
19. Multicommodity Flows and Edge-Disjoint Paths . . . . . . . . . . . . . . . . 443
19.1 Multicommodity Flows . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444
19.2 Algorithms for Multicommodity Flows . . . . . . . . . . . . . . . . . . . . . 447
19.3 Directed Edge-Disjoint Paths Problem . . . . . . . . . . . . . . . . . . . . . . 451
19.4 Undirected Edge-Disjoint Paths Problem . . . . . . . . . . . . . . . . . . . . 455
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463
Table of Contents XV
20. Network Design Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467
20.1 Steiner Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468
20.2 The Robins-Zelikovsky Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . 473
20.3 Survivable Network Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478
20.4 A Primal-Dual Approximation Algorithm . . . . . . . . . . . . . . . . . . . 481
20.5 Jain’s Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 489
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498
21. The Traveling Salesman Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
21.1 Approximation Algorithms for the TSP . . . . . . . . . . . . . . . . . . . . . 501
21.2 Euclidean TSPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 506
21.3 Local Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513
21.4 The Traveling Salesman Polytope . . . . . . . . . . . . . . . . . . . . . . . . . . 519
21.5 Lower Bounds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525
21.6 Branch-and-Bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 530
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532
22. Facility Location . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 537
22.1 The Uncapacitated Facility Location Problem . . . . . . . . . . . . . . . . 537
22.2 Rounding Linear Programming Solutions . . . . . . . . . . . . . . . . . . . 539
22.3 Primal-Dual Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 541
22.4 Scaling and Greedy Augmentation . . . . . . . . . . . . . . . . . . . . . . . . . . 547
22.5 Bounding the Number of Facilities . . . . . . . . . . . . . . . . . . . . . . . . . 550
22.6 Local Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553
22.7 Capacitated Facility Location Problems . . . . . . . . . . . . . . . . . . . . . . 559
22.8 Universal Facility Location . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 561
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 570
Notation Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 573
Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 577
Subject Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585
2011-03-06
Algorithms for Approximation
Proceedings of the 5th International
Conference, Chester, July 2005
Part I. Imaging and Data Mining;
Part II. Numerical Simulation;
Part III. Statistical Approximation Methods;
Part IV. Data Fitting and Modelling;
Part V. Differential and Integral Equations;
Part VI. Special Functions and Approximation on Manifolds.
2011-03-07
保罗·戴特尔,哈维·戴特尔 Java大学教程（第十一版） 答案 Java How to Program, 11e
保罗·戴特尔,哈维·戴特尔 Java大学教程（第十一版） 答案
JAVA大学教程 答案 Java How to Program, 11e (Early Objects)答案
2023-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人