目录
一，任意点到平移坐标轴面的投影
1，求解目标
2，转换变量
3，求解结果
4，f(t)的导数
5，f(t)的最小值
二，任意点到标准单纯形的投影
1，求解目标
2，公式变形
3，Moreau 分解
4，π函数的共轭函数
5，求解
6，总结
7，c++实现
本文来自论文：Projection Onto A Simplex
一，任意点到平移坐标轴面的投影
1，求解目标
求：
几何意义就是，考虑平移坐标轴面：
求任意一点y到这个平移坐标轴面的投影z，有了z就能求出整个式子的值了。
以n=2为例：
黑色线即坐标轴，红色线即平移坐标轴面，蓝色线展示了3个不同的投影例子。
2，转换变量
在几何意义中，我们当t是常数，对于任意点y，求y的投影点z。
反过来，我们把y当常数，即固定点，对于坐标轴面平移到不同的位置，即不同的t，有不同的投影点z。
3，求解结果
不防设y的n个分量是依次递增的，y1<=...<=yn，(全文同)
那么上式的结果就是：
其中，,
4，f(t)的导数
f(t)在全体实数域上是可导的
5，f(t)的最小值
f(t)的最小值一定是在导数为0的点，且一定存在唯一的点。
当时，f(t)取到最小值。
其中，
二，任意点到标准单纯形的投影
1，求解目标
标准单纯形：
对于任意点y，求投影：
2，公式变形
定义函数：
那么求解目标转化成：
3，Moreau 分解
参考原函数的近端映射函数和共轭函数的近端映射函数的对偶
即：
所以只需要求出
那么也就求出了
4，π函数的共轭函数
5，求解
其中，
所以，取，其中，
再取,
得到的就是
6，总结
不防设y1<=...<=yn
则求
只需要2步：
（1）取唯一的，其中，
（2）
7，c++实现
class VectorOpt
{
public:
//拓展数据域，加上id
template<typename T>
static inline vector<pair<T, int>>expandWithId(const vector<T>& v)
{
vector<pair<T, int>>ans;
ans.resize(v.size());
for (int i = 0; i < v.size(); i++)ans[i].first = v[i], ans[i].second = i;
return ans;
}
//给vector拓展，加上id，但只按照原数据进行排序
template<typename T>
static inline vector<pair<T, int>> sortWithOrderMatch(const vector<T>& v)
{
vector<pair<T, int>>ans = expandWithId(v);
sort(ans.begin(), ans.end(), cmpJustFirst<T, int>);
return ans;
}
private:
template<typename T>
static inline bool cmp(T a, T b)
{
return a < b;
}
template<typename T, typename T2>
static inline bool cmpJustFirst(pair<T, T2> x, pair<T, T2> y)
{
return cmp(x.first, y.first);
}
};
template<typename T>
vector<T> Simplexprojection(const vector<T> &x) //计算向量x到标准单纯形的投影
{
vector<pair<T, int>> vp = VectorOpt::sortWithOrderMatch(x);
int n = vp.size();
T s = 0;
for (int i = n - 1; i >= 0; i--) {
s += vp[i].first;
T t = (s - 1) / (n - i);
if (i == 0 || t >= vp[i - 1].first) {
vector<T> ans(vp.size());
for (int i = n - 1; i >= 0; i--) {
ans[vp[i].second] = max(vp[i].first - t, T{ 0 });
}
return ans;
}
}
return x;
}
