1、最优化与线性规划 最优化问题的三要素是决策变量、目标函数和约束条件。 线性规划（Linear programming），是研究线性约束条件下线性目标函数的极值问题的优化方法，常用于解决利用现有的资源得到最优决策的问题。 简单的线性规划问题可以用 Lingo软件求解，Matlab、Python 中 ...
分类：
编程语言 时间：
2021-05-04 15:39:35
阅读次数：
0
斜率优化： 每次把i*j的项作为k，i的项和常数项作为b，j的项作为y，要是i的项最小，也就是截距最小，就是y=kx第一次接触到函数时，于是可以用单调队列维护一个凸包（以下都讲下凸包）。结合图可知i的最优决策为第一个斜率>k的点。 step1：当head~head+1的斜率<k时，head++; s ...
分类：
其他好文 时间：
2020-08-18 13:56:29
阅读次数：
60
Link 我们以有陷阱的房子为根。 一旦老鼠向下进入一个子树内，且管理员不帮它清理上一次走过的道路，那么它最终会被自己弄脏的走廊困在某个叶子节点。 老鼠被困在叶子节点之后管理员的最优决策一定是先把这个叶子节点到根节点路径上的岔路口全部堵上，然后一次次把老鼠当前位置到父亲的边清理直到老鼠走到根。 因此 ...
分类：
其他好文 时间：
2020-06-01 11:55:36
阅读次数：
59
1、动态规划算法： 1）求解过程使用多阶段决策过程，每一步处理一个子问题，可用于求解组合优化问题； 2）适用条件：问题需要满足优化原则或最优子结构性质，既：一个最优决策序列的任何子序列本身一定是相对于子序列的初试和结束状态是最优决策序列。 2.动态规划设计要素： 1）问题建模：优化的目标函数是什么， ...
分类：
编程语言 时间：
2020-04-05 23:53:45
阅读次数：
112
决策单调性：状态转移的最优决策点单调递增 可以用二分栈或者分治来实现 二分栈中存有三元组$(l,r,pos)$，$l$代表决策的作用起点，$r$代表决策的作用终点，$pos$是决策点的位置 若当前状态$i$已经不在栈头决策点的范围内，就弹出栈头 若位置为$i$的决策优于栈尾的决策，才进行下一步操作， ...
分类：
其他好文 时间：
2020-01-23 00:03:49
阅读次数：
63
先说 重点 ：我们组选择的是 B 题， 第一问 优化掉空气阻力，并且忘记给出最优决策下的高度（真的是遗憾,我们居然忘了这个）， 第三问 给出思路和总的方程，未给定解的表达。 第四问 是给定了力，然后给出两种策略来考虑可行性。由于时间没有把握好，论文主体写成了，但是存在一些表述上的瑕疵。 ? 如果看了 ...
分类：
其他好文 时间：
2019-09-16 17:55:34
阅读次数：
241
博弈论入门 什么是博弈论 博弈论是指双方或多方在竞争、合作、冲突等情况下，充分了解各方信息，并以此选择一种能为本方争取最大利益的最优决策的理论。 博弈论四个要素： 最少有两个参与者 利益 策略 信息 博弈论的结果划分： 负和博弈：博弈的所有参与者最后得到的收获都小于付出，都没有占到便宜，是一种两败俱 ...
分类：
其他好文 时间：
2019-08-23 19:09:34
阅读次数：
1412
"原题戳这里" 题解 显然原题等价于让我们求这个式子$\prod\limits_{i=l}^{r}(1 p_i)\sum\limits_{i=l}^{r}\frac{p_i}{1 p_i}$的最大值是多少 打打表，或者直观上感受一下，这东西是个凸壳，进一步观察，你会发现随着左端点的右移，最优决策点也 ...
分类：
其他好文 时间：
2019-06-17 17:08:30
阅读次数：
83
决策树算法原理(ID3，C4.5) 决策树算法原理(CART分类树) CART回归树 决策树的剪枝是通过极小化决策树整体的损失函数。(决策树的生成只考虑局部最优，决策树的剪枝考虑全局最优) 设树T的叶节点为 t，个数为 |T|，该叶节点有 Nt 个样本点，其中 k 类的样本点有 Ntk 个，k = ...
分类：
其他好文 时间：
2019-04-24 20:54:18
阅读次数：
212
对于单调性优化其实更多的是观察dp的状态转移式子的单调性 进而用优先队列 单调队列 二分查找什么的找到最优决策 使时间更优。 对于这道题就是单调性优化的很好的例子 首先打一个暴力再说。 f[i][j]表示前i个木匠刷前j个木板所得到的最大价值 f[i][j]=max(f[i][j],f[i-1][j ...
分类：
其他好文 时间：
2019-03-07 17:42:41
阅读次数：
148
