using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace Dispatch.linprog
{
/***************
单纯形法是解线性规划问题的一个重要方法。
其原理的基本框架为:
第一步:将LP线性规划变标准型,确定一个初始可行解(顶点)。
第二步:对初始基可行解最优性判别,若最优,停止;否则转下一步。
第三步:从初始基可行解向相邻的基可行解(顶点)转换,且使目标值有所改善—目标函数值增加,重复第二和第三步直到找到最优解。
Max z=CX;
AX <= b
X=(x1,x2,...xn)>=(0,0,...,0)
b=(b1,b2,...,bn)
C = (c1, c2, ... ,cn)
A= a11, a12, ..., a1n
a21, a22, ..., a2n
a31, a32, ..., a3n
......
am1, am2, ..., amn
**********************/
class SimplexLP
{
public double INT_MAX = 1000000000000;
public double[][] Matrix;
public int CNum, BNum;
//public double Z;
List<int> PList;
public bool OutputFlag = false;
//标准系数矩阵,设 变量 (CNum维向量) 为X,前BNum维是基变量
//第一行为求Max的函数系数序列。
//最后一列为线性规划问题的值向量b
//除第一行最后一列的系数矩阵为 约束矩阵A
public bool InitData(double[][] matrix, int bn = 0, int cn = 0)
{
if (matrix != null && matrix.Length > 0 && matrix[0].Length > 0)
{
Matrix = matr