计算机科学 > 数据结构与算法
[提交于 2020年12月31日
(v1)
,最后修订 2021年4月23日 (此版本, v2)]
标题: 爬升LP算法
标题: Climbing LP Algorithms
摘要: NP(搜索)问题允许对解的正确性进行简单的测试。 爬山算法也允许在运行过程中的任何阶段轻松评估配置距离得出正确答案有多近。 这提供了很大的灵活性,因为可以立即评估任何偏离标准程序的偏差是否合理。 一个例子是线性规划的对偶矩阵算法(DMA),其变体由A.Y. Levin于1965年和Yamnitsky及我在1982年提出。 它对数值误差和不等式的数量不太敏感。 它提供了显著的灵活性,因此具有进一步发展的潜力。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.