分班问题的拉斯维加斯算法实现.pdfVIP

第35卷 第4期 江汉大学学报(自然科学版) Vo1．35NO．4 2007年12PJ JournalofJianghanUniversity(NaturalSciences) Dec一2007 分班问题的拉斯维加斯算法实现 朱 殉 (江汉大学数学与计算机科学学院，武汉430056) 摘 要：介绍了蒙特卡罗和拉斯维加斯两种随机算法的概念 、特征，比较 了两种算法在求解时的区 别．利用分班问题实例，探讨了两种算法的解决方法，并重点介绍了拉斯维加斯算法的实现方案． 关键词：分班问题；LasVegas算法；MonteCarlo算法 中图分类号：TP301．6 文献标识码：A 文章编号：1673．0143(2007) 0056．04 维加斯算法反复对该实例求解足够多次 ，可使求 O 引言 解失败 的概率任意小． 一 般算法的每一计算步骤都是确定的，而概 蒙特卡罗算法的关键是提高解的正确率，拉 率算法允许算法在执行过程中随机选择下一个计 斯维加斯算法关键是提高解的成功率．根据问题 算步骤．在许多情况下，当算法在执行过程 中面 自身的性质，可选择不同的算法解决． 临一个选择时，随机性地选择 比最优选择省时． 1 分班 问题描述 因此概率算法可在很大程度上 降低算法 的复杂 度．概率算法的一个基本特征是对所求解问题 的 在学校管理中常常要进行分班 ，具体做法通 同一实例用 同一概率算法求解两次可能得到完全 常是 ：新学期开学 ，学校招收了一批新生 ，学生 不同的效果．而这两次求解所需的时间甚至所得 人数未定 (比如 100人)，男女生未定 (如男生 到 的结果可能会有相 当大 的差别．蒙特卡罗 57人，女生43人 )，考试科 目有语文、数学和总 (MonteCarlo)算法和拉斯维加斯 (LasVegas)算 分 ，对这些学生进行分班 (分班数未定)．其中 法就属于此类． 附加参考条件为 ：有部分学生要住校 (比如 32 蒙特卡罗算法在一般情况下可以保证对问题 人)，有部分不住校，有些学生是干部 (12人)． 的所有实例都 以高概率求出正确解 ，但求 出的这 要求分班的结果满足 以下几个条件 ： 个解未必是正确的．求得正确解的概率依赖于算 (1)分班后各个班级总分的平均分差值在 法所用的时间．算法所用的时间越多，得到正确 0～2．0间； 解的概率就越高．这也正是蒙特卡罗算法的主要 (2)分班后各班人数尽量相等，最多相差 1 缺点．通常情况下，无法有效地判定所得到的解 人，男女生人数最多相差 1人 ； 是否肯定正确． (3)分班后各个班级的各科平均分差值在 而拉斯维加斯算法不会得到不正确 的解．一 0～3．0间 ； 旦用拉斯维加斯算法找到一个解 ，这个解就一定 (4)分班后各个班级的住校人数 ，班干部人 是正确解．拉斯维加斯算法的一个显著特征是它 数最多相差 1人． 所作的随机性决策有可能导致算法找不到所需的 其中，条件 (1)和条件 (2)必须要满足 ， 解．因此常用一个 bool型函数