论随机化算法的原理与设计【信息技术】.pdfVIP

论随机化算法的原理与设计 上海市控江中学 周咏基 [关键字] 随机化算法，稳定性 [摘要] 本文提出了一种新的解决信息学问题的算法—— 随机化算 法，并讨论了其原理与设计方法。论文首先给出随机化算法的定 义，说明了由于“运气”的影响，必须对随机化算法的稳定性进 行分析。然后分“随机不影响算法的执行结果” ，“随机影响执行 结果的正确性” ，“随机影响执行结果的优劣”三种情况，以从基 本算法到竞赛试题中用随机化算法有效解决问题的例子，详细分 析了三种情况的随机化算法的原理与设计方法。最后总结出随机 化算法的基本原理和共同性质，提出设计随机化算法的一般方 法，并指出随机化算法的适用范围和一个有效的随机化算法应具 备的特点。 [正文] 1．引论 在这篇论文中，我们将研究一种新概念的算法—— 随机化算法。顾名思义， 随机化就是指使用了随机函数。这里的随机函数不妨是Borland Pascal(或Turbo Pascal) 中的RANDOM(N) ，其返回值为[0,N-1]中的某个整数，且返回每个整数都 是等概率的[1] 。 一个含有随机函数的算法很可能[2]受到不确定因素的支配。人们通常认为， 一个受到不确定因素支配的算法肯定不是一个有效的算法—— 正是在这种思维 方式的支配下，随机化算法一直被冷落——但是，在接下来的讨论中，我们将看 到完全相反的事情发生：对于一些特定的问题，随机化算法恰恰成了十分有效的 解题工具，有时甚至比一般的非随机化算法做得更好。 随机化算法的定义 随机化算法是这样一种算法，在算法中使用了随机函数，且随机函数的返回 值直接或间接地影响了算法的执行流程或执行结果。 根据这个定义，并不是所有的用了随机函数的算法都可称为随机化算法。例 如，某个算法包含 i←RANDOM(N) ， - 36 - IOI’99 中国集训队优秀论文选 论随机化算法的原理与设计 但变量i 除了在这里被赋予一个随机值之外，在其它地方从未出现过。显然，如 果这个算法没有在其它地方用过随机函数，上面这条语句就无法影响执行的流程 或结果，这个算法就不能称为随机化算法。 另一方面，若一个算法是随机化算法，则它执行的流程或结果就会受其中使 用的随机函数的影响。我们按影响的性质和程度分三种情况： 1．随机不影响执行结果。这时，随机必然影响了执行的流程，其效应多表 现为算法的时间效率的波动。 2 ．随机影响执行结果的正确性。在这种情况中，原问题要求我们求出某个 [3] 可行解，或者原问题为判定性问题 ，随机的效应表现为执行得到正确解的概率。 3 ．随机影响执行结果的优劣。这时，随机的效应表现为实际执行结果与理 论上的最优解或期望结果的差异。 第2 ，3 种情况中，随机的影响还可能伴随有对执行流程的影响。 我们后面的讨论就分这三种情况进行。在讨论之前，我们还要澄清一个问题。 随机化和“运气” 由于随机化算法的执行情况受到不确定因素的支配，因此即使同一个算法在 多次执行中用同样的输入，其执行情况也会不同，至少略有差异。差异表现为出 解速度快慢，解正确与否，解的优劣等等。例如：一个随机化算法可能在两次执 行中，前一次得到的解较优，后一次的较劣。现在的问题是：在大多情况中，尤 其是竞赛时，对于同样的输入，只允许程序运行一次，根据运行结果判定算法的 好坏。如此一来，我们就会把出劣解的一次运行归咎于运气不佳，反之亦然。然 而，比赛比的是谁的算法更有效，而不是谁的运气更好。 既然我们使用了随机函数，我们就无法摆脱运气的影响，所以我们的目标是 尽量将运气的影响降到最低。也就是说，我们必须使算法的执行情况较为稳定。 因此，在接下来的对算法的分析中，我们将从以下四方面分析算法的性能。 1．时间效率； 2 ．解的正确性； 3 ．解的优劣程度(解与最优解的接近程度) ； 4 ．稳定性，即算法对同样的输入的执行情况的变化。变化越小则越稳定。 非随机化算法的稳定性