近似、随机与局部搜索相关.pdfVIP

近似、随机与局部搜索 近似算法 许多NP难的问题不能用回溯法有效地解 决 求一个与精确解相差不算太多的近似解 效率比较高 近似度 绝对近似度：近似解与最优解不超过某 个常数。 相对近似度：近似解与最优解不超过某 个比例。 极少NP难的问题具有绝对近似度 装箱问题 最先适配法（FF ）：把物品放入第一个 能装下的箱子里 最优适配法（BF ）：把物品放入最空的 一个箱子里 递减最先适配（FFD ）：先将物品从大到 小排序，然后用FF 递减最佳适配（BFD ）：先将物品从大 到小排序，然后用BF FF 的近似度 可以把问题转化为每个物品体积在[0, 1] 区间内，箱子容积为1。 半空的箱子（装的物品体积和=0.5 ）不 会超过两个 FF(I)=2 ∑Vi OPT(I)=∑Vi FF(I)/OPT(I)=2 四种算法的近似度 FF ：17/10 BF ：17/10 FFD ：11/9 BFD ：11/9 欧几里得哈密尔顿回路 对于平面上的点集求最短哈密尔顿回路 。 贪心法：每次寻找一个最近的点。 近似度无界 近似度为2 的算法 构造一个最小生成树 复制每条边 构造欧拉回路 用跳过已经访问过的节点的办法转换成 哈密尔顿回路 近似度证明 T=最小生成树边长和 TOPT(I) 2T2OPT(I) 最后得到的回路长2T2OPT(I) 最小顶点覆盖 贪心法：每次取一个顶点，然后删除与 它相邻的边 近似度无界 近似度为2 的算法 每次取一条边，把它的两个端点都同时 加入结果中，然后删除所有相连的边。 证明：这样将得到一个极大匹配M，所 取顶点数=2|M|。同时OPT(I)=|M|。 多机任务调度 给定一个任务集合以及它们的执行所需 时间。要在m台机器上执行这些任务，使 得完成时间最短。 贪心法：每次选择第一台可用的机器 近似度为2-1/m 将任务按照执行时间从大到小排序 近似度为4/3-1/3m 平面图的k 中心 给定一个平面点集，选择其中k个点使得 其他点到这k个点的最小距离尽可能地小 。 贪心法，每次选择一个离已经选中的点 最远的一个点 近似度为2 背包问题 思路：把所有物品的体积都增加为某个 整数k的倍数，从而可以把体积统一转换 为较小的整数。用动态规划求解。 随机算法 Las Vegas ：总是给出正确的解，或者找 不到解。 Monte Carlo ：总是有解，但不一定正确 。 随机快速排序 在每次递归时随机选择一个元素和第一 个元素进行交换，然后执行通用的快速 排序算法。 素数测试 费马小定理：如果n是素数，那么对于所 有不是n的倍数的整数a，有an-1 ≡1(mod n) 思路：随机选择多个整数进行检验。 求am(mod n) result := 0; b := 1; while m 0 do begin b := (b * a) mod n; if Odd(m) then result := (result + b) mod n; m := m div 2; end; return result; 素数测试算法 随机选择多