参数搜索的应用1.ppt

参数搜索的应用 芜湖市第一中学　汪汀 　　引言 　　　参数搜索是解决最优解问题的一种常见的方法。其本质就是对问题加入参数，先解决有参数的问题，再不断调整参数，最终求得最优解。下面通过几个例子来说明这一点。 　　问题一 分石子问题 有N个石子，每个石子重量Qi； 按顺序将它们装进K个筐中； 求一种方案，使最重的筐尽量轻。 　　问题一 分石子问题 N=9,K=3 9 7 5 6 8 4 3 2 7 16 19 16 最大为19 9 7 5 6 8 4 3 2 7 21 18 12 最大为21 　　问题一 分石子问题——分析　 本题可采用动态规划 时间复杂度O(N2)　 能否找到实现更简单，更优秀的算法呢？ 　　问题一 分石子问题——分析 　 　　问题一 分石子问题——分析 引入参数P，求一个判定可行解问题: 判断是否存在最大重量不超过P的方案 　　问题一 分石子问题——分析 可以用贪心法解决，具体方法如下： 按顺序把石子放入筐，若一个筐中石 子总重量不足P，我们就继续 对这个 筐加入新的石子；如果超过P，则我们 将石子放入新的筐中。 　　问题一 分石子问题——分析 　 　　问题一 分石子问题——分析 回到最初的问题： 从小到大枚举P，找到第一个可行解， 该解即为问题所求 令T=∑Qi，则这个算法的时间复杂度为O(TN) 需要进一步优化! 　　问题一 分石子问题——分析 若我们能找到一个最大重量不超过P的方案， 则我们可以找出一个最大重量不超过P+1的方案 　　　　二分法！ 　　问题一 分石子问题——分析 不断重复以上步骤即可找到问题的最优解。 时间复杂度O(NlogT) 特别地，由于答案必定为某一段连续石子的重量和 所以可以得到一个时间复杂度为O(Nlog3N)的算法 　　小结 　　　　首先引入参数P，解决带参数的问题； 　用贪心法可以判断是否存在最大重量和不超过p的方案； 　　　　　　枚举P求出问题的最优解； 二分法降低了算法的时间复杂度，最终解决了问题。 　　小结 Ⅰ首先引入参数P，解决带参数的问题； 判断是否存在结果优于P的方案 Ⅱ调整P得到最优解。 通过二分法或迭代法减少调整次数，降低算法时间复杂度。 　　问题二 最大比率问题 有N道题目，每道题目有不同的分值和难 度，分别为Ai，Bi（分值及难度均为正数）； 要求从某一题开始，连续选至少K道题目， 满足分值和与难度和的比最大。 　　问题二 最大比率问题 例如 N=7,K=3 A 4 3 2 1 B 2 2 1 3 选择第3题到第6题，比为 (9+8+9+9)/(1+1+2+1)=7 这是上例的最优解 　　问题二 最大比率问题 先来解决一个与之类似的简化版问题： 在一个数列中找连续多个数（至少K个），总和最大。 建立一个队列Q，开始时队列只有K个元素，按顺序往 队列中添加新的元素，添加后计算Q1+Q2..+QL-K 的 和，记为S 。若S0，则将Q1,Q2..QL-K从队列中删 除，否则暂时保留这些数。并不断更新最大值。 　　问题二 最大比率问题——分析 　　问题二 最大比率问题——分析 　现在我们已经能在O(N)的时间内解决简化后的问题了。 　这个方法能不能应用于原题？ 　很遗憾，由于原题中每个数据有两个参数，故它们对 　最终结果产生的影响是不确定的，因此对于原题我们 　不能直接套用这个算法。 　现在必须消除这个不确定因素。 　　问题二 最大比率问题——分析 　为此，我们必须引入参数p，求一个判定可行解问题： 判断是否存在一个比大于p的方案 　　问题二 最大比率问题——分析 新的问题可以这样描述： 求两个下标i’,j’，满足 j’-i’+1≥k ① (Ai’+Ai’+1....+Aj’)/(Bi’+Bi’+1…+Bj’) p ② ② Ai’+Ai’+1....+Aj’ p(Bi’+Bi’+1…+Bj’) (Ai’-pBi’)+(Ai’+1-pBi’+1)…+(Aj’-pBj’) 0 　　问题二 最大比率问题——分析 (Ai’-pBi’)+(Ai’+1-pBi’+1)…+(Aj’-pBj’) 0 令Ci=Ai-pBi，Ci’+Ci’+1…+Cj’ 0 在数列C中找一段连续的数（至少K个），和为正数。 我们能在O(N)的时间内找到中和最大的一段，记为S： 若S＞0则找到了一个可行方案 若S≤0，则问题无解 　　问题二 最大比率问题——分析 O(N)的时间判断出是否存在比不小于P的方案。 通过二分法，调整参数P的大小，不断逼近最优解。 　　　　时间复杂度O