第六讲概率分析和随机算法_803809677.pdfVIP

第六讲 概率分析和随机算法 《算法与算法复杂性》2011年春季 赵颖 主要内容 第5章 概率分析和随机算法 概率分析 指示器随机变量 随机算法 进一步应用： 球与盒子 在线雇用问题 随机化的快速排序（ch7.3 ） Bucket排序（ch8.4 ） 以期望线性时间做选择（ch9.2 ） 随机算法 随机算法是指用到随机器（例如随机数生成）的算法。 分为两类： Las Vegas算法：对于同一输入，算法总是产生相同 的正确输出，算法的运行快慢取决于随机器的输出。 Monte Carlo算法：对于同一输入，算法的输出可能 是不同的，算法的结果取决于随机器的输出。 随机算法是快的/正确的（假设为错误概率）： Las Vegas算法：对于任意输入，(1−)的概率算法 是快的。 Monte Carlo算法：对于任意输入，(1−)的概率算 法是正确的。（素数检测） 随机算法往往更简洁、拥有更好的渐进界；但有一定的 概率是慢的/ 出错。 随机算法 随机算法自古就有： “凡牛群羊群中，一切从杖下经过，每第十 只要归耶和华为圣洁。不问是好是坏，也不 可更换。” —— 《圣经 利未记》 “疑难困惑时，圣者占卦以示之”。 5.1雇用问题 雇用一名新的办公室助理，雇用代 理每天给你推荐一个应聘者，面试 和雇用都需要费用，但雇用的费用 更高，预测费用 策略：假设应聘者编号为1到n面试 完应聘者i之后，如果i是到目前为止 你见过的最适当人选，则雇用i 5.1雇用问题 HIRE-ASSISTANT(n) 1 best ← 0 ▷candidate 0 is a least-qualified dummy candidate 2 for i ← 1 to n 3 do interview candidate i 4 if candidate i is better than candidate best 5 then best ← i 6 hire candidate i 5.1雇用问题 关心的不是运行时间，而是费用，但分析 技术是一样的 记面试费用为c ，雇用费用为c ，则总费 i h 用为O(nc + mc ) i h 应聘者数量固定为n，所以只需要分析 mc ，这个量在算法的每次执行中都会改 h 变 5.1雇用问题 最坏情况分析 应聘者以资质递增顺序出现 雇用了n次，总费用O(nc ) h 概率分析 不能得知出现顺序也不能控制 假设随机顺序出现，亦即每种出现顺序是等可 能的，然后分析算法，计算出一个期望的运行 时间 实际上是将所有可能数据的运行时间平均 rank(1), rank(2),…,rank(n)是序列1,2,…,n 的一个排列，n ！种可能，等概率出现 5.1雇用问题 随机算法 许多情况下，输入分布并不可知或无法建模 通过控制输入，强加随机次序 假设雇佣代理有n个应聘者，而且事先给我们一份应聘 者的名单，每天我们随机选择其中一个来面试。==我们 控制了应聘者的来到过程并强加了随机次序，而不是依 赖于随机次序到达这个猜测。 如果一个算法的行为不只是