研发面试题，线性规划(Python各种包实现及Yalmip+Cplex，字节跳动Python实习面试凉凉经

my_obj = [1.0, 2.0, 3.0, 1.0]

my_ub = [40.0, cplex.infinity, cplex.infinity, 3.0]

my_lb = [0.0, 0.0, 0.0, 2.0]

my_ctype = “CCCI”

my_colnames = [“x1”, “x2”, “x3”, “x4”]

my_rhs = [20.0, 30.0, 0.0]

my_rownames = [“r1”, “r2”, “r3”]

my_sense = “LLE”

def populatebyrow(prob):

prob.objective.set_sense(prob.objective.sense.maximize)

prob.variables.add(obj=my_obj, lb=my_lb, ub=my_ub, types=my_ctype,

names=my_colnames)

rows = [[[“x1”, “x2”, “x3”, “x4”], [-1.0, 1.0, 1.0, 10.0]],

[[“x1”, “x2”, “x3”], [1.0, -3.0, 1.0]],

[[“x2”, “x4”], [1.0, -3.5]]]

prob.linear_constraints.add(lin_expr=rows, senses=my_sense,

rhs=my_rhs, names=my_rownames)

try:

my_prob = cplex.Cplex()

handle = populatebyrow(my_prob)

my_prob.solve()

except CplexError as exc:

print(exc)

print()

solution.get_status() returns an integer code

print("Solution status = ", my_prob.solution.get_status(), “:”, end=’ ')

the following line prints the corresponding string

print(my_prob.solution.status[my_prob.solution.get_status()])

print("Solution value = ", my_prob.solution.get_objective_value())

numcols = my_prob.variables.get_num()

numrows = my_prob.linear_constraints.get_num()

slack = my_prob.solution.get_linear_slacks()

x = my_prob.solution.get_values()

print('x: ')

print(x)

#结果

Version identifier: 20.1.0.0 | 2020-11-11 | 9bedb6d68

CPXPARAM_Read_DataCheck 1

Found incumbent of value 46.000000 after 0.23 sec. (0.00 ticks)

Tried aggregator 2 times.

Aggregator did 1 substitutions.

Reduced MIP has 2 rows, 3 columns, and 6 nonzeros.

Reduced MIP has 0 binaries, 1 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.19 sec. (0.01 ticks)

Tried aggregator 1 time.

Reduced MIP has 2 rows, 3 columns, and 6 nonzeros.

Reduced MIP has 0 binaries, 1 generals, 0 SOSs, and 0 indicators.

Presolve time = 0.00 sec. (0.00 ticks)

MIP emphasis: balance optimality and feasibility.

MIP search method: dynamic search.

Parallel mode: deterministic, using up to 4 threads.

Root relaxation solution time = 0.48 sec. (0.00 ticks)

Nodes Cuts/

Node Left Objective IInf Best Integer Best Bound ItCnt Gap

• 0+    0                           46.0000      163.0000           254.35%
  

0 0 125.2083 1 46.0000 125.2083 3 172.19%

• 0+    0                          122.5000      125.2083             2.21%
  

0 0 cutoff 122.5000 3 —

Elapsed time = 1.12 sec. (0.03 ticks, tree = 0.01 MB, solutions = 2)

Root node processing (before b&c):

Real time = 1.12 sec. (0.03 ticks)

Parallel b&c, 4 threads:

Real time = 0.00 sec. (0.00 ticks)

Sync time (average) = 0.00 sec.

Wait time (average) = 0.00 sec.

---

Total (root+branch&cut) = 1.12 sec. (0.03 ticks)

Solution status = 101 : MIP_optimal

Solution value = 122.5

x:

[40.0, 10.5, 19.5, 3.0]

Process finished with exit code 0

（4）Yalmip+Cplex(matlab实现）

尽管 python 比较火，cplex 对 python 的支持目前还不是太全，相关的学习资料比较少，ibm 自己出的资料对 python 包的介绍也很简略，例子及相关类方法的介绍也不详细，这一点远没有对 java 或 c++ 支持地好。cplex 在 python 中没有重载加减乘除符号吗？目前给的例子都是输入系数矩阵这种形式。使用起来非常不方便的。

所以推出了Yalmip+Cplex（matlab），matlab中这个库的下载方法，后面的文章会讨论matlab中Yalmip+Cplex这个强大的库在我们电力系统中的强大作用（噢头曼！！!)，虽然我很喜欢用Python，但是python是这几年才火起来，所以这个Cplex库还不是很完善，所以对于这个库强烈推荐matlab。下面先来点简单的线性规划，让大家热身。

,

%（1）设定决策变量X（1）、X（2）

%（2）sdpvar：实数变量；binvar：0—1变量；intvar：整型变量

%（3）Yalmip默认是对称的，要求非对称用full

x=sdpvar(2,1,‘full’);

z=-2x(1)+4x(2); %目标函数，默认最小

st=[]; %设定一系列约束

st=[st,-3*x(1)+x(2)<=6];

st=[st,x(1)+2*x(2)>=4];

st=[st,x(1)+3*x(2)==4];

st=[st,x(2)>=-3];

ops=sdpsettings(‘solver’,‘cplex’); %设定求解器

r=optimize(st,z); %求解，如果最大值用-z

x=value(x); %查看求解结果x的值

z=value(z); %查看目标函数的最优解

%结果

Optimal solution found.

x

x =

13

-3

z

z =

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-7hpv6kSJ-1712556202538)]