Description
In a certain course, you take n tests. If you get ai out of bi questions correct on test i, your cumulative average is defined to be.
Given your test scores and a positive integer k, determine how high you can make your cumulative average if you are allowed to drop any k of your test scores.
Suppose you take 3 tests with scores of 5/5, 0/1, and 2/6. Without dropping any tests, your cumulative average is . However, if you drop the third test, your cumulative average becomes .
题意:
给两个数组a[i],b[i],求r= ∑n1a[i]∗x[i]∑n1b[i]∗x[i] 的最大值,其中x[i]有k个为0,其余为一。
0-1分数规划
一、分数规划
分数规划的一般形式:
其中,解向量x在解空间S内,a(x),b(x)都是连续的实值函数。
一般解决分数规划问题的实用方法为参数搜索法,即对答案进行猜测,再验证该猜测值,的最优性,将最优化问题转化为判定性问题或其他更容易求解的最优化问题。由于分数规划 模型的特殊性,使得能够构造另外一个由猜测值 作为自变量的相关问题,且该问题的解满足一定的单调性,或其他的可以减小参数搜索范围的性质,从而逼近答案。
假设 λ∗=f(x∗) 为该规划的最优解,有:
由上面的形式构造一个新函数g(x):
这个函数是一个非分式的规划。先来看看它本身的性质:
单调性: g(λ) 是一个严格递减函数,即对于 λ1<λ2 ,一定有 g(λ1)>g(λ2)
证明:设解向量 x1 最小化了 g(λ1) 。则:
最后一步说明 g(λ1) 上最小解代入 g(?λ2) 后不一定还是最小解,甚至有更小解。
有了单调性,就意味着我们可以采用二分搜索的方法来逼近答案。但我们还不知道我们所求的目标是什么,下面考察构造出的新函数与原目标函数的最优解关系:
Dinkelbach定理:设
λ∗
为原规划的最优解,则
g(λ)=0
当且仅当
λ=λ∗
证明:必要性:
λ=λ∗⇒g(λ∗)=0
对于
∀x∈S
,都不会比
x∗
优:
然而
x∗
可以取到这个下限
充分性: g(λ)=0⇒λ=λ∗
若存在一个解x使得 g(λ)=0 则 f(x) 为原规划最优解。
反证法。反设存在一个解
λ′=f(x′)
,它是比
λ=f(x)
更优的解。那么:
这时 x′ 应该使得 g(λ)<0 ,这与 g(λ)=0 矛盾。
由上面的性质及定理容易推得:
有了该推论我们就可以对最优解进行二分查找,每次需要计算的是一个新的非分数规 划,这就将原问题简化了,以便我们能设计出其他有效的算法解决这个问题。算法的复杂度 是二分迭代的次数与每次解决 g(λ) 的复杂度的积。
二、0/1分数规划
分数规划的一个特例是0-1分数规划,就是其解向量满足 ∀x∈ {0,1}.形式化的定义:
解决0-1分数规划与普通的分数规划一样,也可以采用二分搜索,构建新的规划函数求 解的算法。
例如:给定1个二元组 (ai,bi) ,求选出k个二元组,使得剩下的 ∑ai 与 ∑bi 比率最大,即求:
题解:
二分答案
r=∑aixi∑bixi
,则最优解满足
∑aixi−∑bixi=0
且任意的
∑aixi−∑biximax{r}≤0
因此我们求解
g(r)=∑aixi−∑bixir
的最优 (大)值即可判断出答案的范围:
g(r)>0
则答案偏小,
g(r)<0
答案偏大。
回到原问题中,我们将每个二元组的价值设为 ai−bi⋅r ,之后贪心取最大的k个元素即可求得 g(r) 的最优值,进而利用二分确定答案。
#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<string>
#include<algorithm>
#include<cmath>
using namespace std;
const int Maxn=1050;
const double eps=1e-7;
inline int read()
{
char ch=getchar();int i=0,f=1;
while(!isdigit(ch)){if(ch=='-')f=-1;ch=getchar();}
while(isdigit(ch)){i=(i<<1)+(i<<3)+ch-'0';ch=getchar();}
return i*f;
}
int n,k;
double a[Maxn],b[Maxn],c[Maxn];
inline bool check(double r)
{
for(int i=1;i<=n;i++)c[i]=a[i]-r*b[i];
sort(c+1,c+n+1);
double sum=0;
for(int i=k+1;i<=n;i++)
{
sum+=c[i];
}
return sum>=0;
}
int main()
{
while(1)
{
n=read(),k=read();
if(!n&&!k)break;
for(int i=1;i<=n;i++)a[i]=read();
for(int i=1;i<=n;i++)b[i]=read();
double l=0,r=1.0;
while(r-l>eps)
{
double mid=(l+r)*1.0/2.0;
if(check(mid))l=mid;
else r=mid;
}
printf("%.0f\n",l*100);
}
return 0;
}