[英]Bound Principle for Integer Linear Programming and Linear Programming
目前,我正在学习近似算法。 通过LP学习“顶点覆盖”时,我遇到了一个称为“边界原理”的原理。 像这样:
(1)ILP问题的最大值始终小于或等于LP松弛的最大值:
ILP的MAX≤LP松弛的MAX
(2)ILP问题的最小值始终大于或等于LP松弛的最小值:
ILP的MIN≥LP松弛的MIN
我无法弄清楚为什么“ ILP的MAX≤LP松弛的MAX”和“ ILP的MIN≥LP松弛的MIN”。
谁能解释,谢谢!
ILP比LP问题具有更多的约束。 约束是所有变量都应为整数。
因此,ILP的最佳解决方案最好与LP问题的最佳解决方案一样好,再好不过了。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.