您好,欢迎来到聚文网。 登录 免费注册
网络流算法

网络流算法

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (美)大卫·P.威廉姆森
  • 出版日期: 2022-03-01
  • 商品条码: 9787111701071
  • 版次: 1
  • 开本: 16开
  • 页数: 240
  • 出版年份: 2022
定价:¥99 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
网络流理论在理论计算机科学、运筹学和离散数学等学科中均有应用,可用于货物运输建模和计算机视觉图像分割等众多问题。本书主要源于康奈尔大学的网络流算法课程讲义,包含出版年代较早的经典书籍中未能涵盖的新研究成果。本书采用简洁且统一的视点,讨论解决网络流问题的多种组合算法、多项式算法及其分析,涵盖优选流、最小代价流、广义流、多物流和全局最小割集等,还介绍了关于计算电流的新研究成果及其在经典问题上的应用。本书可作为面向研究生的网络流算法教材,也适合该领域的研究人员参考。
作者简介
大卫·P.威廉姆森(David P.Williamson)康奈尔大学运筹学和信息工程学院教授,ACM会士,SIAM会士。他在离散优化方面的研究获得了多个奖项,包括2000年由美国数学协会和数学规划协会赞助的Fulkerson奖。他与David B.Shmoys合著的The Design of Approximation Algorithms(Cambridge, 2011)获得了2013年的INFORMS Lanchester奖。他在多个编委会任职,曾任SIAM Journal on Discrete Mathematics的主编。
目录
译者序
前言
致谢
第1章预备知识:最短路径算法
1.1无负权边:Dijkstra算法
1.2有负权边:Bellman-Ford算法
1.3负权回路的检测算法
练习
章节后记
第2章优选流算法
2.1很优化条件
2.2应用:汽车共享问题
2.3应用:棒球队淘汰问题
2.4应用:最密子图问题
2.5优选改进增广路径算法
2.6容量度量算法
2.7最短增广路径算法
2.8推送–重标算法
练习
章节后记
第3章全局最小割集算法
3.1Hao-Orlin算法
3.2MA序算法
3.3随机合并算法
3.4Gomory-Hu树
练习
章节后记
第4章其他优选流算法
4.1阻塞流算法
4.2单位容量图的阻塞流
4.3Goldberg-Rao算法
练习
章节后记
版权声明
第5章最小代价环流算法
5.1很优化条件
5.2Wallacher算法
5.3最小均值回路消去算法
5.4容量度量算法
5.5逐次逼近
5.6网络单纯形
5.7应用:带时限的优选流问题
练习
章节后记
第6章广义流算法
6.1很优化条件
6.2Wallacher式GAP消去算法
6.3负代价GAP检测
6.4有损图、Truemper算法和收益度量
6.5误差度量
练习
章节后记
第7章多物流算法
7.1很优化条件
7.2双物流问题
7.3预备知识:乘权算法
7.4Garg-Konemann算法
7.5Awerbuch-Leighton算法
练习
章节后记
第8章电流算法
8.1很优化条件
8.2无向图的优选流问题
8.3图的稀疏化
8.4简易Laplacian求解器
练习
章节后记
版权声明
第9章开放问题
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网