第29章：线性规划

这一章讲解了如何用单纯行算法解决线性规划问题。下面给出用c++实现的代码，输入为标准型线性规划。

先给出单纯行算法的驱动部分，代码如下：

//求解一个输入为标准型线性规划的问题。
double simplex(vector< vector<double> >& A,vector<double>& b,vector<double>& c,vector<double>& solution)
{
        int nonBasicNum=A[0].size();
        int basicNum=A.size();

        vector<int> nonBasic; //nonBasic数组存储的是非基本变量下标的集合；
        vector<int> basic; //basic数组存储的是基本变量下标的集合；
        double v;

        initializeSimplex(nonBasic,basic,A,b,c,v);

        int l,e;
        basicSolutions(nonBasic,basic,A,b,c,v,basicNum,l,e);

        //solution是最终的解
        solution.resize(nonBasicNum+1);
        for(int i=1;i<=nonBasicNum;++i)
                if(isBasic(i,basic))
                        solution[i]=b[i];
                else
                        solution[i]=0;

        return v;//返回的是标准型线性规划的最大目标值。
}

在上述代码中，有两个函数，一个是函数initializeSimplex()，其主要功能是判断输入标准型线性规划问题是否可行，如果不可行，则返回一个消息说明不可行，然后终止，否则，返回一个初始基本解可行的松弛型。还有一个函数basicSolutions()，当线性规划可行时，该函数负责找出此线性规划一系列基本可行解并且进行相应的转动，直至找到最优解。下面给出这两个函数的代码。

函数initializeSimplex:

//输入是标准型线性规划，判断该线性规划是否有可行解。并且如果有可行解，则返回初始解可行的松弛型。
void initializeSimplex(vector<int>& nonBasic,vector<int>& basic,vector< vector<double> >& A,vector<double>& b,vector<double>& c,double& v)
{
        int basicNum=A.size();
        int nonBasicNum=A[0].size();

        nonBasic.resize(nonBasicNum);
        for(int i=0;i!=nonBasic.size();++i)
                nonBasic[i]=i+1;

        basic.resize(basicNum);
        for(int i=0;i!=basic.size();++i)
                basic[i]=i+1+nonBasicNum;

        v=0;

        //将数组A扩充为维数为(basicNum+nonBasicNum+1)*(basicNum+no