算法合集之《非完美算法初探》.pptVIP

唐山一中 任一恒 完美算法 节省空间 更快速方便 压缩 比赛 题目 标准算法 可采用算法 NOI 追捕盗贼 树搜索分治 贪心 CTSC 激光坦克 / 智能贪心 矩阵 网络流构造 贪心随机 IOI 船帆 / 贪心调整 冬令营 剪刀石头布 网络流 贪心调整 2007年部分应用非完美算法效果不错的题目 一、随机算法 二、贪心算法 四、模拟退火算法 五、等等算法^_^ 三、抽样测试法 三、抽样测试法 　　抽样，即从统计总体中，任意抽出一部分单位作为样本，并以其结果推算总体的相应指标。在某些问题中，需要让我们检查一系列测试元s，如果s中的某个测试元满足了某个条件，那么则说s满足了某个性质。在大度数情况下，我们需要将s中的测试元一个一个的进行验证，才能确定s是否满足该性质。但是如果s满足如下性质，要不s中不含满足条件的测试元，要不满足某条件的测试元很多，则可以直接选取几个具有代表性的测试元进行测试，通过这几个测试元来确定s是否满足该性质。 质数检验 质数n，基底1—n-1，必为强伪质数 　　对于一个整数n，设n-1=d*2^s(d是奇数)，对于给定的基底a，如果存在a^d=1(mod n)或者对于0=rs，存在a^(d*2^r)=-1(mod n)则称n是以a为基底的强伪质数。 合数n，基底1—n-1，1/4为强伪质数 质数检验 以2为基底 随机抽取——效率不高！ 以2 3为基底 以2 3 5为基底 以2 3 5 7为基底 固定取样——最小质数。 例题 紧急修复（百度之星 2007） 　　某市的k家公司的计算机系统全部瘫痪，要在T小时之后才能自动修复，每家公司每小时都在受到损失，第i家公司每小时受损为P(i)，现在派遣n只维修队进行抢修，力求在自动修复之前将损失降到最小。 　　城市被划分为r*c的网格，现给出了第ｉ个公司的坐标(r(i), c(i))，该公司的受损程度B(i)队·小时。还给出了每个维修队的初始坐标，每小时每个维修队可以移动（最多s格），也可以维修它所处在的格子中的公司，现在希望你设计一种方案使损失降低到最小。 分析 全局分析：每步产生一个全局最优方案 估价函数要求高，实现难度大 舍弃 极端想法：让所有队伍依次修理每个公司 实现 1、预处理：计算每家公司到每个点的距离。 2、安排修理的顺序。 3、按照修理顺序计算每个修理队的活动（能参与维修的赶过去）。 4、计算损失。 修理顺序的选择 关键?修理顺序。 每种顺序损失的计算复杂度低 模拟退火。 模拟退火 　　模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为E-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。 模拟退火 　　用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。 模拟退火基本思想 (1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)， 每个T值的迭代次数L (2) 对k=1，……，L做第3至第6步： (3) 产生新解S′ (4) 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数 (5) 若Δt′0则接受S′作为新的当前解，否则以概率exp(-Δt′/T)接受S′作为新的当前解. (6) 如果满足终止条件则输出当前解作为最优解，结束程序 (7) T逐渐减少，且T-0，然后转第2步。 模拟退火注意点 (1)温度T的初始值设置问题 (2) 退火速度问题 (3)温度管理问题 关联损失 L=20 Div 2 小技巧 优化初始解 生成新解：翻转两边/翻转中间 B(I)/P(I)B(I+1)/P(I+1) 随机P Q PQ (w1, w2 ,…，wq , wq+1 ,…，wp ,…，wn) (wq, wq-1 ,…，w1 , wq+1 ,…，wn ,…，wp) PQ (w1, w2 ,…，wp , wp+1 ,…，wq ,…，wn) (w1, w2 ,…，wq , wq-1 ,…，wp ,…，wn) 效果 最佳 本程序 最佳 本程序 最佳 本程序 6060 606