第7章_随机化算法分析.pptVIP

* 欢迎辞 * 第7章 随机化算法 * 学习要点 理解产生伪随机数的算法 掌握数值随机化算法的设计思想 掌握舍伍德算法的设计思想 掌握拉斯维加斯算法的设计思想 掌握蒙特卡罗算法的设计思想 * 引言 前面几章所讨论的分治、动态规划、贪心法、回溯和分支限界等算法的每一计算步骤都是确定的，本章所讨论的概率算法允许执行过程中随机选择下一计算步骤。 在多数情况下，当算法在执行过程中面临一个选择时，随机性选择常比最优选择省时，因此概率算法可在很大程度上降低算法复杂性。 概率算法的一个基本特征是对所求解问题的同一实例用同一概率算法求解两次可能得到完全不同的效果(所需时间或计算结果)。 * 引言 本章将要介绍的概率算法包括： 数值随机化算法 求解数值问题的近似解，精度随计算时间增加而不断提高。 舍伍德算法 消除算法最坏情况行为与特定实例之间的关联性，并不提高平均性能，也不是刻意避免算法的最坏情况行为。 拉斯维加斯算法 求解问题的正确解，但可能找不到解。 蒙特卡罗算法 求解问题的准确解，但这个解未必正确，且一般情况下无法有效判定正确性。 * 随机化算法概述 一个随机化算法（randomized algorithm）是指需要利用随机数发生器的算法，算法执行的某些选择依赖于随机数发生器所产生的随机数。 * 随机化算法有时也称概率算法（probabilistic algorithm），但也有人对