为解决这个问题,我会使用整数规划框架,并定义三组决策变量:
- x_ij:二进制指示变量,表示是否在水域位置(i,j)建造桥梁。
- y_ijbcn:二进制指示变量,表示第 n 个连接岛屿 b 和 c 的水域位置(i,j)。
- l_bc:二进制指示变量,表示岛屿 b 和 c 是否直接相连(即只能从 b 到 c 的桥梁方格上行走)。
对于桥梁建造成本 c_ij ,最小化的目标价值是sum_ij c_ij * x_ij
。我们需要向模型添加以下约束:
- 我们需要确保y_ijbcn变量是有效的。我们只能建造桥梁后到达水域广场,因此对于每个水域位置(i,j),
y_ijbcn <= x_ij
。如果(i,j)不与岛屿 b 相邻,则y_ijbc1
必须等于0。最后,对于n>1,只有在前一步使用了相邻的水域位置时,才能使用y_ijbcn
。将N(i,j)
定义为与(i,j)相邻的水域广场,则这等效于y_ijbcn <= sum_{(l, m) in N(i, j)} y_lmbc(n-1)
。
- 我们需要确保只有在 b 和 c 相连时才设置 l_bc 变量。如果我们将
I(c)
定义为与岛屿 c 相邻的位置,则可以通过l_bc <= sum_{(i, j) in I(c), n} y_ijbcn
来实现。
- 我们需要确保所有岛屿都直接或间接相连。我们可以通过以下方式实现:对于每个非空的真子集 S of 岛屿,要求 S 中至少有一个岛屿与其余集合 S' 中的至少一个岛屿相连。在约束条件中,对于大小小于等于 K/2(其中 K 是岛屿数量)的每个非空集合 S,添加一个约束条件:
sum_{b in S} sum_{c in S'} l_bc >= 1
。
对于具有 K 个岛屿、W 个水域方格和指定最大路径长度 N 的问题实例,这是一个混合整数规划模型,具有O(K^2WN)
个变量和O(K^2WN + 2^K)
个约束条件。显然,随着问题规模的增大,这将变得难以处理,但对于你关心的规模可能是可解的。为了了解可扩展性,我会使用 pulp 包在 Python 中实现它。让我们首先从问题底部的 7 x 9 小地图开始:
import itertools
import pulp
water = {(0, 2): 2.0, (0, 3): 1.0, (0, 4): 1.0, (0, 5): 1.0, (0, 6): 2.0,
(1, 0): 2.0, (1, 1): 9.0, (1, 2): 1.0, (1, 3): 9.0, (1, 4): 9.0,
(1, 5): 9.0, (1, 6): 1.0, (1, 7): 9.0, (1, 8): 2.0,
(2, 0): 1.0, (2, 1): 9.0, (2, 2): 9.0, (2, 3): 1.0, (2, 4): 9.0,
(2, 5): 1.0, (2, 6): 9.0, (2, 7): 9.0, (2, 8): 1.0,
(3, 0): 9.0, (3, 1): 1.0, (3, 2): 9.0, (3, 3): 9.0, (3, 4): 5.0,
(3, 5): 9.0, (3, 6): 9.0, (3, 7): 1.0, (3, 8): 9.0,
(4, 0): 9.0, (4, 1): 9.0, (4, 2): 1.0, (4, 3): 9.0, (4, 4): 1.0,
(4, 5): 9.0, (4, 6): 1.0, (4, 7): 9.0, (4, 8): 9.0,
(5, 0): 9.0, (5, 1): 9.0, (5, 2): 9.0, (5, 3): 2.0, (5, 4): 1.0,
(5, 5): 2.0, (5, 6): 9.0, (5, 7): 9.0, (5, 8): 9.0,
(6, 0): 9.0, (6, 1): 9.0, (6, 2): 9.0, (6, 6): 9.0, (6, 7): 9.0,
(6, 8): 9.0}
islands = {0: [(0, 0), (0, 1)], 1: [(0, 7), (0, 8)], 2: [(6, 3), (6, 4), (6, 5)]}
N = 6
iborders = {}
for k in islands:
iborders[k] = {}
for i, j in islands[k]:
for dx in [-1, 0, 1]:
for dy in [-1, 0, 1]:
if (i+dx, j+dy) in water:
iborders[k][(i+dx, j+dy)] = True
x = pulp.LpVariable.dicts("x", water.keys(), lowBound=0, upBound=1, cat=pulp.LpInteger)
pairs = [(b, c) for b in islands for c in islands if b < c]
yvals = []
for i, j in water:
for b, c in pairs:
for n in range(N):
yvals.append((i, j, b, c, n))
y = pulp.LpVariable.dicts("y", yvals, lowBound=0, upBound=1)
l = pulp.LpVariable.dicts("l", pairs, lowBound=0, upBound=1)
mod = pulp.LpProblem("Islands", pulp.LpMinimize)
mod += sum([water[k] * x[k] for k in water])
for k in yvals:
i, j, b, c, n = k
mod += y[k] <= x[(i, j)]
if n == 0 and not (i, j) in iborders[b]:
mod += y[k] == 0
elif n > 0:
mod += y[k] <= sum([y[(i+dx, j+dy, b, c, n-1)] for dx in [-1, 0, 1] for dy in [-1, 0, 1] if (i+dx, j+dy) in water])
for b, c in pairs:
mod += l[(b, c)] <= sum([y[(i, j, B, C, n)] for i, j, B, C, n in yvals if (i, j) in iborders[c] and B==b and C==c])
ikeys = islands.keys()
for size in range(1, len(ikeys)/2+1):
for S in itertools.combinations(ikeys, size):
thisSubset = {m: True for m in S}
Sprime = [m for m in ikeys if not m in thisSubset]
mod += sum([l[(min(b, c), max(b, c))] for b in S for c in Sprime]) >= 1
mod.solve()
for row in range(min([m[0] for m in water]), max([m[0] for m in water])+1):
for col in range(min([m[1] for m in water]), max([m[1] for m in water])+1):
if (row, col) in water:
if x[(row, col)].value() > 0.999:
print "B",
else:
print "-",
else:
print "I",
print ""
使用pulp包中的默认求解器(CBC求解器),该代码运行时间为1.4秒,输出正确解决方案:
I I - - - - - I I
- - B - - - B - -
- - - B - B - - -
- - - - B - - - -
- - - - B - - - -
- - - - B - - - -
- - - I I I - - -
接下来,考虑问题顶部的完整问题,这是一个13 x 14的网格,其中有7个岛屿:
water = {(i, j): 1.0 for i in range(13) for j in range(14)}
islands = {0: [(0, 0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)],
1: [(9, 0), (9, 1), (10, 0), (10, 1), (10, 2), (11, 0), (11, 1),
(11, 2), (12, 0)],
2: [(0, 7), (0, 8), (1, 7), (1, 8), (2, 7)],
3: [(7, 7), (8, 6), (8, 7), (8, 8), (9, 7)],
4: [(0, 11), (0, 12), (0, 13), (1, 12)],
5: [(4, 10), (4, 11), (5, 10), (5, 11)],
6: [(11, 8), (11, 9), (11, 13), (12, 8), (12, 9), (12, 10), (12, 11),
(12, 12), (12, 13)]}
for k in islands:
for i, j in islands[k]:
del water[(i, j)]
for i, j in [(10, 7), (10, 8), (10, 9), (10, 10), (10, 11), (10, 12),
(11, 7), (12, 7)]:
water[(i, j)] = 20.0
N = 7
MIP求解器通常能够相对快速地获得良好的解并花费大量时间尝试证明解的最优性。使用与上述相同的求解器代码,程序在30分钟内无法完成。但是,您可以为求解器提供超时时间以获取近似解:
mod.solve(pulp.solvers.PULP_CBC_CMD(maxSeconds=120))
这会得到一个目标值为17的解决方案:
I I - - - - - I I - - I I I
I I - - - - - I I - - - I -
I I - - - - - I - B - B - -
- - B - - - B - - - B - - -
- - - B - B - - - - I I - -
- - - - B - - - - - I I - -
- - - - - B - - - - - B - -
- - - - - B - I - - - - B -
- - - - B - I I I - - B - -
I I - B - - - I - - - - B -
I I I - - - - - - - - - - B
I I I - - - - - I I - - - I
I - - - - - - - I I I I I I
为了提高获得解决方案的质量,您可以使用商业MIP求解器(如果您在学术机构中,则免费,否则可能不免费)。例如,这是Gurobi 6.0.4的性能,再次使用2分钟的时间限制(尽管从解决方案日志中我们可以看出,求解器在7秒钟内找到了当前最佳解决方案):
mod.solve(pulp.solvers.GUROBI(timeLimit=120))
这实际上找到了一个目标值为16的解决方案,比OP手工找到的还要好一点!
I I - - - - - I I - - I I I
I I - - - - - I I - - - I -
I I - - - - - I - B - B - -
- - B - - - - - - - B - - -
- - - B - - - - - - I I - -
- - - - B - - - - - I I - -
- - - - - B - - B B - - - -
- - - - - B - I - - B - - -
- - - - B - I I I - - B - -
I I - B - - - I - - - - B -
I I I - - - - - - - - - - B
I I I - - - - - I I - - - I
I - - - - - - - I I I I I I