[Algorithm]01分数规划
2012- 5- 3 20: 34: 00 | 9 | 来源:cnblogs.com
【关键字】
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Dinkelbach算法,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)
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+B[i];
end;
L:=p/q; // 更新解
Until abs(Ans-L)
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。
代码:
二分代码 110MS
Dinkelbach代码 32MS
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。
Dinkelbach代码
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。
【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。
二分代码
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,所以上界会一直向下移动的。
【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。
2012- 5- 3 20: 34: 00 | 9 | 来源:cnblogs.com
【关键字】
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Dinkelbach算法,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)
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+B[i];
end;
L:=p/q; // 更新解
Until abs(Ans-L)
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。
代码:
二分代码 110MS
Dinkelbach代码 32MS
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。
Dinkelbach代码
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。
【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。
二分代码
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,所以上界会一直向下移动的。
【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。