拓扑排序的 +Leapms 线性规划模型
知识点
拓扑排序
拓扑排序的+Leapms模型
无圈有向图
一个图G(V,E), 如果边有向且不存在回路,则为无圈有向图。在无圈有向图上可以定义拓扑排序。下图是一个无圈有向图的例子。
拓扑排序
给定一个无圈有向图G(V,E),对其顶点集合V中的元素进行排序,使得对任何两个顶点v1,v2,如果(v1,v2)是图上的一条边,则在排序中v1优先于v2.
拓扑排序的+Leapms模型
对图G(V,E)中的边的表示可以用其起始边和终止边表示,对第k条边,其起始定点使用函数alpha[k]表示,其终止顶点用beta[k]表示。
设m是图中的边数,n是图中的顶点数。设x[i]是顶点i的次序数(拓扑排序中允许并列次序,例如并列第2等等)。
于是对任意一条边,其终止顶点的次序数一定至少比其起始顶点的次序数大至少1。于是有约束:
x[bata[k]]>=x[alpha[k]]+1 | k=1,...,m
希望至少从1开始编号次序数,于是有另外的约束:
x[i]>=1|i=1,...,n
为了对次序数进行紧凑编号,模型的目标设为极小化所有次序数的和:
min sum{i=1,...,n}x[i]
完整的+Leapms模型为:
min sum{i=1,...,n}x[i]
subject to
x[bata[k]]>=x[alpha[k]]+1 | k=1,...,m
x[i]>=1|i=1,...,n where
m,n are integers
e is a set
alpha[k],bata[k] are integers| k=1,...,m
x[i] is a variable of nonnegative number| i=1,...,n data_relation
m=_$(e)/2
alpha[k]=e[2k-1] | k=1,...,m
bata[k]=e[2k] | k=1,...,m
n=0
n=max(n,alpha[k]) | k=1,...,m
n=max(n,bata[k]) | k=1,...,m data
e={
(1 2)
(1 3)
(1 4)
(2 3)
(2 5)
(3 5)
(3 6)
(4 6)
(4 7)
(5 6)
(5 8)
(6 8)
(6 9)
(7 6)
(7 10)
(8 9)
(8 11)
(9 11)
(10 9)
(10 11)
}
求解过程
+Leapms>load
Current directory is "ROOT".
.........
toposort.leap
.........
please input the filename:toposort
================================================================
1: // x[i] 是 i点的拓扑排序层次
2:
3: min sum{i=1,...,n}x[i]
4: subject to
5: x[bata[k]]>=x[alpha[k]]+1 | k=1,...,m
6: x[i]>=1|i=1,...,n
7:
8: where
9: m,n are integers
10: e is a set
11: alpha[k],bata[k] are integers| k=1,...,m
12: x[i] is a variable of nonnegative number| i=1,...,n
13:
14: data_relation
15: m=_$(e)/2
16: alpha[k]=e[2k-1] | k=1,...,m
17: bata[k]=e[2k] | k=1,...,m
18: n=0
19: n=max(n,alpha[k]) | k=1,...,m
20: n=max(n,bata[k]) | k=1,...,m
21:
22: data
23: e={
24: (1 2)
25: (1 3)
26: 1 4
27: 2 3
28: 2 5
29: 3 5
30: 3 6
31: 4 6
32: 4 7
33: 5 6
34: 5 8
35: 6 8
36: 6 9
37: 7 6
38: 7 10
39: 8 9
40: 8 11
41: 9 11
42: 10 9
43: 10 11
44: }
================================================================
>>end of the file.
Parsing model:
1D
2R
3V
4O
5C
6S
7End.
..................................
number of variables=11
number of constraints=31
..................................
+Leapms>mip
relexed_solution=45; number_of_nodes_branched=0; memindex=(2,2)
The Problem is solved to optimal as an MIP.
找到整数规划的最优解.非零变量值和最优目标值如下:
.........
x1* =1
x2* =2
x3* =3
x4* =2
x5* =4
x6* =5
x7* =3
x8* =6
x9* =7
x10* =4
x11* =8
.........
Objective*=45
.........
+Leapms>
标记在图上
拓扑排序的用途
拓扑排序在算法设计上有广泛的用途,例如在制造资源管理中的Gozinto图的计算等。
对上述图如果有向边表示次序关系,则可删除任何起始顶点和终止顶点次序数相差大于2的边得到更加简化的图,且不改变次序逻辑:
拓扑排序的 +Leapms 线性规划模型的更多相关文章
- 旅行商问题(Traveling Salesman Problem,TSP)的+Leapms线性规划模型及c++调用
知识点 旅行商问题的线性规划模型旅行商问题的+Leapms模型及CPLEX求解C++调用+Leapms 旅行商问题 旅行商问题是一个重要的NP-难问题.一个旅行商人目前在城市1,他必须对其余n-1个城 ...
- UVA - 1572 Self-Assembly(图论模型+拓扑排序)
题意:判断利用给出的正方形是否能拼接出无限延伸的结构. 分析:正方形上的字母看做点,正方形看做有向边. 例如: 若上下两个正方形能拼接,需要B+~C+是个有向边. 对输入的处理是:把A+,A-分别映射 ...
- 【BZOJ-1565】植物大战僵尸 拓扑排序 + 最小割
1565: [NOI2009]植物大战僵尸 Time Limit: 10 Sec Memory Limit: 64 MBSubmit: 1972 Solved: 917[Submit][Statu ...
- 生产线平衡问题的+Leapms线性规划方法
知识点 第一类生产线平衡问题,第二类生产线平衡问题 整数线性规划模型,+Leapms模型,直接求解,CPLEX求解 装配生产线平衡问题 (The Assembly Line Balancing Pro ...
- HDU 1811 拓扑排序 并查集
有n个成绩,给出m个分数间的相对大小关系,问是否合法,矛盾,不完全,其中即矛盾即不完全输出矛盾的. 相对大小的关系可以看成是一个指向的条件,如此一来很容易想到拓扑模型进行拓扑排序,每次检查当前入度为0 ...
- P2805 [NOI2009]植物大战僵尸(最小割+拓扑排序)
题意: n*m的矩阵,每个位置都有一个植物.每个植物都有一个价值(可以为负),以及一些它可以攻击的位置.从每行的最右面开始放置僵尸,僵尸从右往左行动,当僵尸在植物攻击范围内时会立刻死亡.僵尸每到一个位 ...
- poj 3683(2-sat+拓扑排序)
Priest John's Busiest Day Time Limit: 2000MS Memory Limit: 65536K Total Submissions: 11127 Accep ...
- P2805 [NOI2009]植物大战僵尸 (拓扑排序 + 最小割)
题意:N*M的矩阵 每个点上都有一颗植物 僵尸只能从每一行的最右边向左进攻 每个植物有攻击范围 可以保护在攻击范围内的植物 同时每一颗植物也保护他左边的植物 摧毁每个植物能获得价值 如果这个植物被保护 ...
- 洛谷2805 [NOI2009]植物大战僵尸 (拓扑排序+最小割)
坚决抵制长题面的题目! 首先观察到这个题目中,我们会发现,我们对于原图中的保护关系(一个点右边的点对于这个点也算是保护) 相当于一种依赖. 那么不难看出这个题实际上是一个最大权闭合子图模型. 我们直接 ...
随机推荐
- Java 线程池(ThreadPoolExecutor)原理分析与使用
在我们的开发中"池"的概念并不罕见,有数据库连接池.线程池.对象池.常量池等等.下面我们主要针对线程池来一步一步揭开线程池的面纱. 使用线程池的好处 1.降低资源消耗 可以重复利用 ...
- 【BZOJ 2850】巧克力王国
复习了下KDtree,贴一下新板子233. #include "bits/stdc++.h" using namespace std; inline int read(){ ,k= ...
- centos-7 yum装docker-ce后启动失败
相关版本: centos-7: CentOS Linux release 7.0.1406 (Core) docker-ce: Docker version 18.03.0-ce, build 0 ...
- Jenkins使用教程
1 软件安装 1.1 运行环境 1.1.1 Maven的安装 1.1.2 Git的安装 1.1.3 Tomcat的安装 1.2 安装Jenkins 1.2.1 msi和war包安装2 ...
- java日志文件用法总结
1.基本概念 日志门面(接口):commons logging ; slf4j ; 日志具体实现:log4j ; logback(Spring 系列在使用) ; log4j2(添加了异步logger的 ...
- 查看keras自动给文件夹标号
from tensorflow.contrib.keras.api.keras.preprocessing.image import ImageDataGenerator,img_to_array f ...
- ASP.NET Core在Azure Kubernetes Service中的部署和管理
目录 ASP.NET Core在Azure Kubernetes Service中的部署和管理 目标 准备工作 注册 Azure 账户 AKS文档 进入Azure门户(控制台) 安装 Azure Cl ...
- FreeSql.DbContext 第二个版本介绍
FreeSql.DbContext 实现类似 EFCore 使用方法,跟踪对象状态,最终通过 SaveChanges 方法提交事务. 目前是第二个初版,已实现状态跟踪保存(导航属性的跟踪暂时不支持). ...
- Netty源码—六、tiny、small内存分配
tiny内存分配 tiny内存分配流程: 如果申请的是tiny类型,会先从tiny缓存中尝试分配,如果缓存分配成功则返回 否则从tinySubpagePools中尝试分配 如果上面没有分配成功则使用a ...
- Data Lake Analytics的Geospatial分析函数
0. 简介 为满足部分客户在云上做Geometry数据的分析需求,阿里云Data Lake Analytics(以下简称:DLA)支持多种格式的地理空间数据处理函数,符合Open Geospatial ...