单纯形算法详细讲解（simplex）附代码

前两天上卜东波老师的课，学习了关于单纯形相关的理论，自认为我已经学的比较扎实，但是在做OJ的时候却遇到了很大的困难，前后花了差不多三天的时间才AC了。为了纪念这份来之不易，也为了方便之后的学习，所以决定写下这个学习的过程。

为了更好地阐述，在本博客的阐述过程中，我决定抛弃所有的证明部分，而是直接告诉你这个结论，我觉得大部分的人只要拿到问题，知道怎么解决，怎么编程才是第一步，至于具体证明过程在之后的使用过程中，你会逐渐发现真知，嘻嘻。

先看这样一个问题：

这是一个简单的二元规划问题，这个问题我们可以通过二维平面绘画出来，如下所示，也就是在下面这个蓝色的可行域内，去寻求一个点，使得目标函数的解最小：

然后在规划的过程中，我们会发现，最优解出现在可行域的一个顶点上。这里就引出了两个重要的概念：

1、simplex所面对的问题，其可行域大多是凸多胞体，然后在这样的可行域上求解问题的最优解，都会出现在顶点的位置。

所以针对上面这个规律，我们可以知道，我们求解最优解的过程，就是在顶点中寻找最优解的过程。

嗯，那么如何确定一个点，是顶点呢？

这个问题的答案是，将约束写成松弛形式，寻找松弛形式下系数矩阵下的一组基，就对应多胞形可行域的一个顶点。

为了让同志们看的更清楚点，再举个例子

这个可行域可以画成三维空间的一个多面体：

下面我将上述这个例子扩写为松弛形式，所谓松弛形式就是将不等式化成等式

然后看这个系数可以通过高斯变换得到一组基，以及其相应的一组解恰好就是可行域中多面体的一个顶点：

所以我们紧接着又得出了这样的结论：可行域的一