0/1分数规划、最优比率生成树、最优比率环
【背景】
根据楼教主的回忆录,他曾经在某一场比赛中秒掉了一道最优比率生成树问题,导致很多人跟风失败,最终悲剧。可见最优比率生成树是多么凶残的东西,但是这个东西只要好好研究半天就可以掌握,相信你在看了我写的这篇总结之后可以像楼教主一般秒掉这类问题。
因为网上对于01分数规划问题的详细资料并不是太多,所以我就结合自己的一些理解总结这种问题的解法,因为水平有限,如果有错误或是麻烦的地方,尽管喷,邮箱或是下方留言。
联系我的话perseawe@163.com,欢迎讨论,请在标题前注明[acm]或是[oi],以免被垃圾邮件。
【知识储备】
高考数学能考84分以上的同学...... 因为只会用到公式的整理与变形,还有sigma.别说你连sigma都不会,那就没办法了。
【定义】
01分数规划问题:所谓的01分数规划问题就是指这样的一类问题,给定两个数组,a[i]表示选取i的收益,b[i]表示选取i的代价。如果选取i,定义x[i]=1否则x[i]=0。每一个物品只有选或者不选两种方案,求一个选择方案使得R=sigma(a[i]*x[i])/sigma(b[i]*x[i])取得最值,即所有选择物品的总收益/总代价的值最大或是最小。
01分数规划问题主要包含一般的01分数规划、最优比率生成树问题、最优比率环问题等。我们将会对这三个问题进行讨论。
永远要记得,我们的目标是使R取到最值,本文主要讨论取到最大值的情况。这句话我会在文中反复的强调。
【一些分析】
数学分析中一个很重要的方法就是分析目标式,这样我们来看目标式。
R=sigma(a[i]*x[i])/sigma(b[i]*x[i])
我们来分析一下他有什么性质可以给我们使用。
我们先定义一个函数F(L):=sigma(a[i]*x[i])-L*sigma(b[i]*x[i]),显然这只是对目标式的一个简单的变形。分离参数,得到F(L):=sigma((a[i]-L*b[i])*x[i])。这时我们就会发现,如果L已知的话,a[i]-L*b[i]就是已知的,当然x[i]是未知的。记d[i]=a[i]-L*b[i],那么F(L):=sigma(d[i]*x[i]),多么简洁的式子。我们就对这些东西下手了。
再次提醒一下,我们的目标是使R取到最大值。
我们来分析一下这个函数,它与目标式的关系非常的密切,L就是目标式中的R,最大化R也就是最大化L。
F的值是由两个变量共同决定的,即方案X和参数L。对于一个确定的参数L来说,方案的不同会导致对应的F值的不同,那么这些东西对我们有什么用呢?
假设我们已知在存在一个方案X使得F(L)>0,这能够证明什么?
F(L)=sigma(a[i]*x[i])-L*sigma(b[i]*x[i])>0即sigma(a[i]*x[i])/sigma(b[i]*x[i])>L也就是说,如果一个方案使得F(L)>0说明了这组方案可以得到一个比现在的L更优的一个L,既然有一个更优的解,那么为什么不用呢?
显然,d数组是随着L的增大而单调减的。也就是说,存在一个临界的L使得不存在一种方案,能够使F(L)>0. 我们猜想,这个时候的L就是我们要求的最优解。之后更大的L值则会造成无论任何一种方案,都会使F(L)<0.类似于上面的那个变形,我们知道,F(L)<0是没有意义的,因为这时候的L是不能够被取得的。当F(L)=0使,对应方案的R值恰好等于此时的L值。
综上,函数F(L)有这样的一个性质:在前一段L中可以找到一组对应的X使得F(L)>0,这就提供了一种证据,即有一个比现在的L更优的解,而在某个L值使,存在一组解使得F(L)=0,且其他的F(L)<0,这时的L无法继续增大,即这个L就是我们期望的最优解,之后的L会使得无论哪种方案都会造成F(L)<0.而我们已经知道,F(L)<0是没有任何意义的,因为此时的L值根本取不到。
最后一次提醒,我们的目标是R!!!
如果现在你觉得有些晕的话,那么我要提醒你的就是,千万不要把F值同R值混淆。F值是根据我们的变形式求的D数组来计算的,而R值则是我们所需要的真实值,他的计算是有目标式决定的。F值只是提供了一个证据,告诉我们真正最优的R值在哪里,他与R值本身并没有什么必然的联系。
根据这样的一段性质,很自然的就可以想到二分L值,然后验证是否存在一组解使得F(L)>0,有就移动下界,没有就移动上界。
所有的01分数规划都可以这么做,唯一的区别就在于求解时的不同——因为每一道题的限制条件不同,并不是每一个解都是可行解的。比如在普通的数组中,你可以选取1、2、3号元素,但在生成树问题中,假设1、2、3号元素恰好构成了一个环,那就不能够同时选择了,这就是需要具体问题,具体分析的部分。
二分是一个非常通用的办法,但是我们来考虑这样的一个问题,二分的时候我们只是用到了F(L)>0这个条件,而对于使得F(L)>0的这组解所求到的R值没有使用。因为F(L)>0,我们已经知道了R是一个更优的解,与其漫无目的的二分,为什么不将解移动到R上去呢?求01分数规划的另一个方法就是
,他就是基于这样的一个思想,他并不会去二分答案,而是先随便给定一个答案,然后根据更优的解不断移动答案,逼近最优解。由于他对每次判定使用的更加充分,所以它比二分会快上很多。但是,他的弊端就是需要保存这个解,而我们知道,有时候验证一个解和求得一个解的复杂度是不同的。二分和Dinkelbach算法写法都非常简单,各有长处,大家要根据题目谨慎使用。
【实践】
上面啰嗦了这么多,现在给出程序的框架。
二分法
L:=...;R:=...;
Repeat
Mid:=(L+R)/2;
For I=1..X do D[i]:=A[i]-Mid*B[i];//根据Mid计算D数组
if 检查(Mid)成功 then L:=Mid else R:=Mid;
Until abs(L-R)<Eps;
Dinkelbach算法
L:=随便什么东西;
Repeat
Ans:=L;
For I=1..X do D[i]:=A[i]-L*B[i];//根据L计算D数组
检查解并记录;
p:=0;q:=0;
for I=每一个元素 do
如果元素I在解中
begin
p:=p+A[i];q:=q+A[i];
end;
L:=p/q;//更新解
Until abs(Ans-L)<Eps;
其中检查解的部分是要看具体情况的。
【例题1Poj2976Dropping tests——普通的01分数规划】
大意:给定A数组B数组,从中选择N-K个使得R最大,输出Round(100*R);
分析:限制很简单,只是数目上有所限制,处理方法也很简单,求出D数组后从大到小排列,从先前向后取N-K个即可,这时的D一定是最大的。
另外:如果是最小选择N-K个怎么办? 办法是一样的,从大到小排列序,傻子才多选,能少选就少选。反正F值具体的大小没什么关系,我们只要知道他与0的关系即可。
【例题2Poj2728Desert King——最优比率生成树】
大意:给定一张图,每条边有一个收益值和一个花费值,求一个生成树,要求花费/收益最小,输出这个值
分析:现在的限制就有点复杂了,要求解必须是一棵生成树。而且这道题目要求的花费/收益最小,当然你求收益/花费最大然后反过来也是可以的,注意处理花费为0的情况。如果求最小的,处理方法是也类似的,先求个D,然后做一次最小生成树,显然得到的就是函数值。不过这道题用Dinkelbach比二分好的多。
最小生成树用了Prim,只要不是实在没办法,还是不要在稠密图特别是完全图上用Kruskal吧。
【例题3Poj3621Sightseeing Cows——最优比率环】
大意:给定一张图,边上有花费,点上有收益,点可以多次经过,但是收益不叠加,边也可以多次经过,但是费用叠加。求一个环使得收益和/花费和最大,输出这个比值。
分析:比上面更加的恶心了。先不说环的问题,就是花费和收益不在一处也令人蛋疼。这时候需要用到几个转化和结论。
首先的一个结论就是,不会存在环套环的问题,即最优的方案一定是一个单独的环,而不是大环套着小环的形式。这个的证明其实非常的简单,大家可以自己想一下(提示,将大环上的收益和记为x1,花费为y1,小环上的为x2,y2。重叠部分的花费为S。表示出来分类讨论即可)。有了这个结论,我们就可以将花费和收益都转移到边上来了,因为答案最终一定是一个环,所以我们将每一条边的收益规定为其终点的收益,这样一个环上所有的花费和收益都能够被正确的统计。
解决了蛋疼的问题之后,就是01分数规划的部分了,我们只需要计算出D数组后找找有没有正权环即可,不过这样不太好,不是我们熟悉的问题,将D数组全部取反之后,问题转换为查找有没有负权环,用spfa或是bellman_ford都可以。这道题目就是典型的不适合用Dinkelbach,记录一个负权环还是比较麻烦的,所以二分搞定。
因为图省事,所以用了Bellman_Ford。还有就是注意无解的判断,无解时检查会一直不成功的,你懂的。
【后记】
本来Zoj上还有一道题的,时间不够了就先放过去吧,但是常见的三种01规划我都已经列举到了并给出了常见的处理手段。
算法运用之妙,存乎一心也。数学是最神奇的。强烈建议大家学好数学!
本来还有一个例题0和一个非常巧妙的数学证明的,但是发觉没有什么太大的意义,就省略掉了。大意就是给定A数组和B数组(A、B的元素值都大于0),最小取一个,求最大的R值。显然直接计算所有的A[i]/B[i]取最大值就可以,因为两个分数分子分母对应相加得到的结果一定是小于较大的那个。具体的证明很简单,分类讨论即可。
另一个被我省略的部分就是对Dinkelbach算法的分析,这需要更强的数学分析才行,因为这并不是重点,所以我将其省略掉了。如果有兴趣的同学可以找一下一篇叫做《对于0-1分数规划的Dinkelbach算法的分析》,由武钢三中 吴豪[译]的一篇文章看一下。
最后感谢网上很多大牛的题解和心得,特别是This_poet的题解,第一二题中参考了她的代码,几乎已经是Copy了,见谅。>_<
欢迎大家拍砖讨论,具体看背景。http://www.haogongju.net/art/1426981
————————————————Update:2012年5月10日——————————————
【例题4Poj3155——Hard Life最大密度子图】
大意:给定G=(V,E)求其中的一个子图使得边数/点数最大
分析:详见《最小割模型在信息学竞赛中的应用》作者胡伯涛。
————————————————Update:2012年6月19日——————————————
【例题5Zoj2676——Network Wars】
大意:给定一张图,规定一个割的平均值是边权和/边数.求平均值最小的割.
分析:非常显然,因为是求最小,所以只要对于某个L值,解空间中最小的一组解满足g(x)=0即可。于是,二分L后改变权值求解最小割。但是会出现负权的情况,这里需要特殊处理。负权是一定会出现在解中的,遇到负权直接加上即可。如果最小割<0则L增大,反之减少.还有就是注意精度的问题,小心处理。
【例题6游戏——最大密度子图变种】
大意:给定N个人,可以选择任意多个人,记为K。单个人是没有战斗力的,必须要合体才有战斗力(大雾),给定所有的Aij表示当选择方案同时出现i和j两个人时的战斗力加成。特殊的Aii=0。但是选择人不是没有代价的,代价是k*(200-k).定义这个方案的评分=sigma(A[i,j]|if i,j both selected)/(k*(200-k))。要求最大化评分。
N<=50...也就是满足选择的人越多代价越多.
分析:显然是一个最大密度子图的模型。但是与一般的模型中,表达式中的分母不仅仅含有点数,更含有一个点数的平方。这是令人非常难受的。问题的核心就在于如何将这个平方蕴含到图里面去。观察到这个图非常的特殊,当选择一些点时,这些点构成的子图是一个完全图,即边数是K*(K-1)/2.哈哈,这里也有一个K的平方,于是问题得以解决了。二分L后整理表达式,将分母上的K的平方蕴含到边权上去。这样就可以转化为一般的最大密度子图。
【一些理解】
从这篇文章写出来到现在也已经很长时间了,对01分数规划问题也有了很多新的看法。
以下是一些个人的理解,很有可能存在错误。大家帮忙看看有没有问题。
01分数规划问题求最值,但是最值有两种,一种是最大值,一种是最小值。
在我看来,对于每一个L。我们先假定L是确定了的,这时问题还会有很多的方案,每一个方案有其评估值。我们求最小值时是找这样的一个L:所有的合法方案中,只有唯一的一个方案评估值为0,其他的方案评估值都>0.而最大值恰好相反,即也是只有唯一的一个方案评估值为0,但是其他的方案评估值都<0.
在上面的推导中,我已经说过了,当存在评估值>0的方案时,说明L是可以增大的。因为计算方案对应的原始表达式值计算出的L'一定是大于L的,同理,而评估值<0的方案则是不优的。
虽然题目要求的东西会不同,生成树呀,割呀,子图之类的呀。但是我觉得上面的这个东西是一个通用的玩意,是01分数规划本身决定的,而不是题目决定的。我现在还是有一个概念不是特别明白。先写到这里,欢迎讨论。
————————————————Update:2012年7月27日————————————————————————————
这道题就把01分数规划作为一个工具,要求挖掘更加符合这个题目的特性,还是很难的。说实话,这道题是Poj上Usaco题目中最难的一道题目了。
——————————————————————————————————————
你说,我们的存在,永不消逝。对吧?
如果,我们都在努力创造了存在。我们,会幸福的。对吧?转载地址:http://www.cnblogs.com/perseawe/archive/2012/05/03/01fsgh.html