Mr. Mao的专栏

<br />    最近查阅内点算法，发现很多算法的根源都来自于线性互补定理，于是认真研究线性互补定理的证明。可惜，此定理较为久远，很多中文资料并没介绍，有也只是一本1956年的翻译版本，想看原著，无法获得（google图书能找到，可惜禁止太多，无法阅览），后来在超星上下载了一本《线性不等式与线性规划》（此书新浪爱问共享资料已有，本人上传），与原著题目稍有不同，在关键的引理1的证明中也发现相关证明值得推敲，写此书者为优化界前辈，估计不屑于若干细节，或者认为理所当然，我辈难以企及，但愿以后回看，能明大师之高明

自己研究了很多年的优化算法，也知道不少优化的思想，但最近翻看Vaziranni的《Approximate Algorithm》时，其在前言中阐述算法设计与问题特性时的比喻非常好，其实也是做优化算法的一个原则，不多废话，摘录如下：    “与米开朗基罗部分艺术研究工作的下属类比能很好地说明我们关于算法设计和讲解的原则。米开朗基罗的主要工作是在采石场寻找能引起注意的石块，然后长时间凝视他们以确定他

Problem complexity and method efficiency in optimization，1983, 链接： http://pan.baidu.com/s/1jGgFhLc

一些运筹领域的标准测试集可下载的网址：https://files.nyu.edu/jeb21/public/jeb/info.html

网上整理： 全文转载自繁星客栈望月殿：在网上找书的时候恰好看到这个，看着觉得的确是经典书目大全，贴在这里供学弟学妹们参考：）其中所谓第几学年云云，各校要求不同，像我所在的学校，一般学生第一年选三到四门基础课（代数、分析、几何三大类中至少各挑一门），学年末进行qualifying笔试。第二年开始选自己喜爱方向的高级课程，并通过qualifying口试。第三年开始做research，并通过第二

凸优化的一本经典文献，找了好久才找到，可惜新浪共享不让上传，只好找到其云盘的地址如下：http://pan.baidu.com/s/1f5xr2

网上有很多关于背包问题和动态规划的代码实现文章，但是如何理解动态规划的思想才是最关键的，尤其如何理解成这是一个多阶段的决策过程尤为重要，下面的这个动态规划讲解非常好，主要从两个思路来讲解动态规划，一个是利用物品个数和背包容量来说明阶段间关系，即“前i-1件物品放入剩下的容量为v-c[i]的背包中”；另一个就是直接从背包容量角度去考虑价值，新增的容量所带来的不同价值，记录各个物品新增所造成的价值变化，虽然抽象，但空间复杂度少很多。很多组合优化问题都可以归结背包问题，因为很多问题本质是因设备能力有限所造成的的瓶

Source: http://users.isy.liu.se/johanl/yalmip/pmwiki.php?n=Tutorials.Big-MAndConvexHulls YALMIP has some support for logic programming (implies, nnz, sort, alldifferent etc) and structured nonco

来源：http://www.cnblogs.com/jerrylead/archive/2011/05/13/2045309.html     在之前的讨论中，我们总是给定一个样本x，然后给或者不给label y。之后对样本进行拟合、分类、聚类或者降维等操作。然而对于很多序列决策或者控制问题，很难有这么规则的样本。比如，四足机器人的控制问题，刚开始都不知道应该让其动那条腿，在移动过程中，也不知

下面是一些比较重要的算法，原文罗列了32个，但我觉得有很多是数论里的，和计算机的不相干，所以没有选取。下面的这些，有的我们经常在用，有的基本不用。有的很常见，有的很偏。不过了解一下也是好事。也欢迎你留下你觉得有意义的算法。（注：本篇文章并非翻译，其中的算法描述大部份摘自Wikip

以前做研究写论文，总爱用高性能这一词来形容所提的算法，有点王婆卖瓜的感觉。当然，所研究的算法的性能是不错的，但是否是高性能，自己不敢说一定。最近翻读Vazirani的《Approximate Algorithms》一书，仔细重读了他的前言，发现他给出了高性能算法的一个定义，即高性能算法的解与最有解的误差只有2%或5%。2%的误差要求可能有点高，但5%应该还是不错的。如果以此为衡量，先前所做的算法少