说明:
通过以上的公式向后推倒可以得出每一步的可能情况,再根据约束条件从后往前确定解向量,很明显这样的公式推导十分繁琐,随着问题规模的扩大,分支和情况将十分复杂。
那么现在用图解法来简化这种计算推到形式:
从这个图现在好像只能看出当X=6时,函数值=6,即M=6时,最优总效益值为6。
那么这个图还有没有反应其他的信息呢?我们现在引入一个“序偶”的概念:
所以图解法还能从中直接看出最后阶段的分段函数关系
那么还有什么其他的信息吗?
(辅助概念如下)
(不启发,用序偶)
本文来自博客园,作者:Charlie_ODD,转载请注明原文链接:https://www.cnblogs.com/chihaoyuIsnotHere/p/9836862.html
分类:
【课程】算法设计与分析
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· 提示词工程——AI应用必不可少的技术
· 字符编码:从基础到乱码解决
· 地球OL攻略 —— 某应届生求职总结