算法设计与分析分析.ppt

二十世纪最伟大的十大算法 参考文献：The Best of the 20th Century: Editors Name Top 10 Algorithms。By Barry A. Cipra。地址：/faculty/rcli/TopTen/topten.pdf 一、1946 蒙特卡洛方法； 二、1947 单纯形法； 三、1950 Krylov子空间迭代法； 四、1951 矩阵计算的分解方法； 五、1957 优化的Fortran编译器； 六、1959-61 计算矩阵特征值的QR算法； 七、1962 快速排序算法； 八、1965 快速傅立叶变换； 九、1977 整数关系探测算法； 十、1987 快速多极算法； 1946 蒙特卡洛方法 1946: John von Neumann, Stan Ulam, and Nick Metropolis, all at the Los Alamos Scientific Laboratory, cook up the Metropolis algorithm, also known as the Monte Carlo method. 1946年，美国拉斯阿莫斯国家实验室的三位科学家John von Neumann, Stan Ulam 和 Nick Metropolis，共同发明，被称为蒙特卡洛方法。 具体定义：在广场上画一个边长一米的正方形，在正方形内部随意用粉笔画一个不规则的形状，现在如何计算这个不规则图形的面积？ 蒙特卡洛方法： 1）均匀的向该正方形内撒N（N是一个很大的自然数）个黄豆； 2）数数有多少个黄豆在这个不规则几何形状内部，比如说有M个，这个奇怪形状的面积便近似于M/N，N越大，算出来的值便越精确。 假定：豆子都在一个平面上，相互之间没有重叠。 蒙特卡洛方法可用于近似计算圆周率：内接圆面积和正方形面积之比为PI:4，PI为圆周率； 1）计算机每次随机生成两个0到1之间的数x和y，看这两个实数x,y是否在单位圆内。2) 生成一系列随机点，统计单位圆内的点数与总点数，当随机点取得越多时，其结果越接近于圆周率 如果在右图所示的正方形区域中撒点，落到蓝色区域中的概率等于蓝色区域面积与正方形面积之比： Monte-Carlo 的方法：在正方形区域内以均匀分布的方式撒点，统计落到蓝色区域内的点数与总点数的比例，当点数足够多时，此比例乘以 4 趋近于 π 算法精度：即使取109个随机点时，其结果也仅在前4位与圆周率吻合。 利用 Monte－Carlo 技术计算 pi 的值： 基于蒙特卡洛仿真的移动通信网络(e.g. GSM)性能分析评估 规划仿真流程 仿真参数： 1）设备参数：手机、基站 2）无线传播模型参数 3) 业务承载参数 4) 业务参数 5)移动用户分布 仿真结果分析－网络性能指标（图形输出） 信号强度分布 干扰分布 掉话率 接通率 业务覆盖率 业务负荷 快照（snapshot） Monte Carlo仿真 撒用户 按照网络的规模要求把一定数目的用户随机的“撒”在仿真区域，然后根据基站分布、发射功率、业务情况和地图的地形地物状况等，考察用户接入的情况。 撒一次用户就叫做一次snapshot（快照）。每次快照后，软件根据一定的算法对网络的特性参数进行一些调整。经过多次的撒用户以后，网络的噪声、基站和手机的发射功率等各种参数就会趋于平稳，然后就可以计算出网络的覆盖情况，地图上某个位置的接通率等网络参数。 快照（Snapshot ） 在快照的图里面，可以看出，在小区的不同位置，有些用户可以接入，有些不行，经过多次迭代之后，具体在哪个位置可以接入网络，哪个位置会掉话，就会逐渐的达到一个平衡。 这时候我们就可以利用软件的统计功能，来汇总网络接通率和失败原因等各种数据了。 1947 单纯形法 三、1950 Krylov子空间迭代法 1950: Magnus Hestenes, Eduard Stiefel, and Cornelius Lanczos, all from the Institute for Numerical Analysis at the National Bureau of Standards, initiate the development of Krylov subspace iteration methods. 科学数值计算中的高维矩阵求解，e.g. 天气预报、石油勘探 北京市三维数据： (150*1km)*(120*1km) * (20*0.5km) 求解形如Ax=b 的方程，A是一个n*n 的矩阵，当n充分大时，直接计算x变得非常困难， Kry