算法合集之《浅谈“黄金分割”和信息学的联系》.pptVIP

美，无处不在 浅谈“黄金分割”和信息学的联系 几何意义 黄金分割与艺术 Vincent van Gogh，“Fishing Boat On The Beach” 引言 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题一　取石子游戏 例题二　登山问题 例题二　登山问题 例题二　登山问题 例题二　登山问题 通过比较目标区间内的两个查询点位置上的函数值，删去一部分目标区间。 逐步缩小目标范围，不断逼近最优点，直到达到允许的误差范围内为止。 本题中，0L≤104，允许的误差为10-3。为了保证精度，我们需要将区间范围缩小为原来的1/108。 例题二　登山问题 例题二　登山问题 在当前目标范围中点附近，选择两个非常接近的查询点； 根据这两个查询点处函数值的大小关系，确定最优点的范围，不断缩小目标区间。 每进行两次查询，可以舍去原区间的一半； 需要进行的查询次数就在2log2108左右，约为54次。 例题二　登山问题 “二分法” 中，每次都需要重新进行两次查询； 实际上，原来的好点仍然处在当前的区间中，二分法却并没有利用到它的函数值信息。 每次只在当前目标区间中进行一次查询，并与区间内原来的好点进行比较，得出新的好点和差点，进而缩小目标范围。 例题二　登山问题 例题二　登山问题 例题二　登山问题 例题二　登山问题 例题二　登山问题 每次保留下来的区间和原区间的长度之比都是ф:1 区间范围缩小为原来的1/108 查询次数约为2+[log1/ф108]，恰好在40次内 例题二　登山问题 摆脱了“二分法”思想的约束，充分利用每次查询的信息。 提出了选择查询点需要遵守的原则——“对称原则”和“成比例的舍去”原则。 黄金分割所具有的特殊的比例性质，恰好符合了“成比例的舍去”原则。 总结 黄金分割数，与一些构造数列、矩阵的问题联系紧密，也就往往会成为解决这类数学性较强的问题的钥匙。 在一些查询问题中，黄金分割特有的比例性质使其成为解决问题的关键所在。 总结 * * 芜湖一中 杨思雨 φ= Ф= 注：两组大括号分别显示了画面构图中的黄金分割。 黄金分割 信息学 ? 例题一　取石子游戏 例题二　登山问题 Yes! 　　有两堆石子，由两个人轮流取石子，每次有两种取法：一是在任意一堆中取走任意数目的石子；二是可以在两堆中同时取走相同数量的石子。最后把石子全部取完的人是胜者。 　　现在分别给出初始时两堆石子的数目a和b（0≤a,b≤109），假设双方都采取最好的策略，判断先手是否有必胜策略。 问题描述 解决博弈问题的常规方法——博弈树！ 两堆石子的个数a和b决定了最后的胜败。 用(a,b)作为表示局面的“状态”。 状态(a,b)和状态(b,a)是等价的。 算法一 来看一个例子，假设a=1,b=2。初始状态为(1,2)。 算法一 （0, 0） （1, 2） （0, 2） （1, 0） （1, 1） （0, 1） （0, 0） （0, 0） （0, 1） （1, 0） （0, 1） （0, 0） （0, 0） 自顶而下构造 来看一个例子，假设a=1,b=2。初始状态为(1,2)。 算法一 （0, 0） （1, 2） （0, 2） （1, 0） （1, 1） （0, 1） （0, 0） （0, 0） （0, 1） （1, 0） （0, 1） （0, 0） （0, 0） 败 败 败 败 败 胜 胜 胜 胜 胜 败 “动态规划” 或 “记忆化搜索” 空间复杂度 O(N2) 时间复杂度 O(N3) 如果状态(a,b)是先手败，下面几种状态必为先手胜： 状态(i,b)（其中，ia） 状态(a,i)（其中，ib） 状态(a+i,b+i)（其中，i0） 算法二 每个正整数在所有先手败状态中出现且只出现一次。 任何两个必败状态中两堆石子个数的差值各不相同。 (在第一堆中取走i-a个石子) (在第二堆中取走i-b个石子) (在两堆中同时取走i个石子) 1 2 3 4 5 6 7 8 10 9 12 11 13 14 …… 15 16 算法二 构造必败状态(ai ,bi ) i ai bi=ai 1 2 3 4 5 6 10 7 8 13 … … 1 2 3 4 5 6 7 8 10 13 空间复杂度 O(N) 时间复杂度 O(N) 9 12 11 14 …… 15 16 1 2 3 4 5 … +i 算法三 2.6180 1.6180 (1618,2618) 1000 2.6176 1.6176 (1616,2615) 999 2.6172 1.6172 (1614,2612) 998 2.6179 1.