数学和图论

一,01分数规划

二,wqs二分

这是一个用来解决这样一类问题的算法:

有若干个物品,要求你选出 m m m 个,选的时候带有限制,要你求出最优的方案。

用的时候有一个大前提,就是,设 g ( i ) g ( i ) g(i) 表示选 i i i 个物品的最优方案,那么将所有点 ( i , g ( i ) ) ( i , g ( i ) ) (i,g(i)) 画出来,他们一定要组成一个凸包(上凸下凸皆可),所有点都在上面的那种,这样就有一个性质:斜率单调递增或递减。

这种题的特点是:如果不限制选的个数,很容易就能求出最优方案。

下面以上凸包(从左到右斜率递减)为例子。

现在,我们的目标就是,求出 g ( m ) g ( m ) g(m)

做法是,二分一个斜率 k,然后找到斜率为k的切这个曲线于哪一点。

已知斜率,还需纵截距即可确定直线,自然也有了 g ( m ) g (m) gm

由图,这条直线在 y y y 轴上的截距最大时有最优解。

设这个截距为 f ( x ) f ( x ) f(x),那么经过点 ( x , g ( x ) ) ( x , g ( x ) ) (x,g(x)) 的斜率为 k k k 的直线在 y y y 轴上的截距就是 f ( x ) = g ( x ) − k x f ( x ) = g ( x ) − k x f(x)=g(x)kx

现在问题变成了,找到最大的 f ( x ) f ( x ) f(x)

考虑一下 f ( x ) f ( x ) f(x) 的意义,他等于 g ( x ) − k x g ( x ) − k x g(x)kx,而 g ( x ) g ( x ) g(x) 等于选 x x x 个物品时的最优解,那么 f ( x ) f ( x ) f(x) 就相当于选的每个物品的价值都减 k k k 后的最优解。

由于我们现在要求的是最大的 f ( x ) f ( x ) f(x),也就是所有物品的价值都减 k k k 之后的最优解,根据上面的特点,在没有数量限制的情况下,最优解是很容易求d的!

求出来的最大的 f ( x ) f ( x ) f(x) x x x 小于 m m m 时,根据图像,很容易知道我们应该将斜率减小,这样才能让切点右移,从而逼近点 m , g ( m ) m , g ( m ) m,g(m)

数学建模图论是指使用数学模型和图论的方法来解决实际问题。在这个方法中,我们使用图的概念来表示问题中的元素和它们之间的关系,并使用数学模型来描述这些关系。而Matlab是一个用于数值计算和科学工程应用的高级编程语言和环境。在Matlab中,我们可以使用图论算法来解决数学建模中的图论问题,如最短路径问题。通过使用Matlab中的函数和编程技巧,我们可以实现Dijkstra算法来计算最短路径和最短距离。下面是一个使用Matlab编写的Dijkstra算法的示例代码: ```matlab function [min,path]=dijkstra(w,start,terminal) n=size(w,1); label(start)=0; f(start)=start; for i=1:n if i~=start label(i)=inf; end end s(1)=start; u=start; while length(s)<n for i=1:n ins=0; for j=1:length(s) if i==s(j) ins=1; end end if ins==0 v=i; if label(v)>(label(u)+w(u,v)) label(v)=(label(u)+w(u,v)); f(v)=u; end end end v1=0; k=inf; for i=1:n ins=0; for j=1:length(s) if i==s(j) ins=1; end end if ins==0 v=i; if k>label(v) k=label(v); v1=v; end end end s(length(s)+1)=v1; u=v1; end min=label(terminal); path(1)=terminal; i=1; while path(i)~=start path(i+1)=f(path(i)); i=i+1; end path(i)=start; L=length(path); path=path(L:-1:1); ``` 这个代码使用了Dijkstra算法来计算从起点到终点的最短路径和最短距离。输入参数w是一个带权邻接矩阵,start和terminal分别是起点和终点的索引。函数返回值min是最短距离,path是最短路径。你可以根据自己的具体问题,将带权邻接矩阵和起点终点索引替换为实际的数值进行计算。希望这个例子能够帮助你理解数学建模图论和Matlab的应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

流苏贺风

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值