计算机算法分析与设计第9章.pptVIP

* 9.4.4 集合覆盖问题的近似算法 集合覆盖问题近似算法——贪心算法 算法的循环体最多执行min{|X|，|F|}次。而循环体内的计算显然可在O(|X||F|)时间内完成。因此，算法的计算时间为O(|X||F|min{|X|，|F|})。由此即知，该算法是一个多项式时间算法。 Set greedySetCover (X,F) { U=X； C=?； while (U !=?) { 选择F中使|S∩U|最大的子集S； U=U-S； C=C∪{S}； } return C； } * 9.4.5 子集和问题的近似算法 问题描述：设子集和问题的一个实例为〈S,t〉。其中，S={x1，x2，…，xn}是一个正整数的集合，t是一个正整数。子集和问题判定是否存在S的一个子集S1，使得 。 * 1 子集和问题的指数时间算法 int exactSubsetSum (S,t) { int n=|S|； L[0]={0}； for (int i=1；i=n；i++) { L[i]=mergeLists(L[i-1],L[i-1]+S[i])； 删去L[i]中超过t的元素； } return max(L[n])； } 算法以集合S={x1，x2，…，xn}和目标值t作为输入。算法中用到将2个有序表L1和L2合并成为一个新的有序表的算法mergeLists(L1,L2)。 * 2 子集和问题的完全多项式时间近似格式 基于算法exactSubsetSum，通过对表L[i]作适当的修整建立一个子集和问题的完全多项式时间近似格式。 在对表L[i]进行修整时，用到一个修整参数δ，0＜δ＜1。用参数δ修整一个表L是指从L中删去尽可能多的元素，使得每一个从L中删去的元素y，都有一个修整后的表L1中的元素z满足(1-δ)y≤z≤y。可以将z看作是被删去元素y在修整后的新表L1中的代表。 举例：若δ=0.1，且L=〈10,11,12,15,20,21,22,23,24,29〉，则用δ对L进行修整后得到L1=〈10，12，15，20，23，29〉。其中被删去的数11由10来代表，21和22由20来代表，24由23来代表。 * 2 子集和问题的完全多项式时间近似格式 对有序表L修整算法 List trim(L,δ) { int m=|L|； L1=〈L[1]〉； int last=L[1]； for (int i=2；i=m；i++) { if (last(1-δ)*L[i]) { 将L[i]加入表L1的尾部； last=L[i]； } return L1； } 子集和问题近似格式 int approxSubsetSum(S,t,ε) { n=|S|； L[0]=〈0〉； for (int i=1；i=n；i++) { L[i]=Merge-Lists(L[i-1], L[i-1]+S[i])； L[i]=Trim(L[i],ε/n)； 删去L[i]中超过t的元素； } return max(L[n])； } * * 欢迎辞 * 第9章 NP完全性理论与近似算法 * 学习要点 理解RAM，RASP和图灵机计算模型 理解非确定性图灵机的概念 理解P类与NP类语言的概念 理解NP完全问题的概念 理解近似算法的性能比及多项式时间近似格式的概念 通过范例学习NP完全问题的近似算法 （1）顶点覆盖问题； （2）旅行售货员问题； （3）集合覆盖问题； （4）子集和问题。 * 9.1 计算模型 在进行问题的计算复杂性分析之前，首先必须建立求解问题所用的计算模型，包括定义该计算模型中所用的基本运算。 建立计算模型的目的是为了使问题的计算复杂性分析有一个共同的客观尺度。 3个基本计算模型： 随机存取机RAM(Random Access Machine)； 随机存取存储程序机RASP(Random Access Stored Program Machine) 图灵机(Turing Machine)。 这3个计算模型在计算能力上是等价的，但在计算速度上是不同的。 * 9.1.1 随机存取机RAM 1、RAM的结构 * 9.1.1 随机存取机RAM 2、RAM程序 一个RAM程序定义了从输入带到输出带的一个映射。可以对 这种映射关系作2种