非完美算法.pptVIP

非完美算法 江苏省常州高级中学 刘启鹏 目录 什么是非完美算法？ 什么是非完美算法？ 从字面上理解： ? 不完美的算法 用来骗分的算法 不是std的算法 当然，不仅仅这么简单 上面的理解是错误的和片面的 非完美算法的方法 纯随机 爬山法 模拟退火 遗传算法 纯随机 不考虑题目的任何条件，利用rand函数+模拟来解决问题 例题：click 玩游戏看题目 例题：click 该怎么做？ 爬山法 纯随机算法的劣势显而易见，它只能适用于极少数的题目，因此我们要在此基础上进行改进，即爬山法（应用很广泛） 爬山法：采用一定的方法逐步降低初始状态和目标状态的距离（通常通过随机调整来实现），以达到问题解决的一种方法。 爬山法 爬山法中需要特别注意的是：需要多次随机初始状态，随机生成初始状态的次数和随机调整的次数需要通过实践来把握 爬山法一般适用于最优化问题 例题：overlap 十分经典的题目 这题我们后面会讲 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。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 很可怕吧？ 其实就是爬山法。 模拟退火 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 对k=1，……，L做第3至第6步： 产生新解S′ 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数 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 如果满足终止条件则输出当前解作为最优解，结束程序。终止条件通常取为连续若干个新解都没有被接受时终止算法 T逐渐减少，且T-0，然后转第2步 遗传算法 这是一个更加复杂的算法 遗传算法（Genetic Algorithms，以下简称GA）是基于自然选择，在计算机上模拟生物进化机制的寻优搜索算法。 这里不再详细介绍 感兴趣的同学可以自己了解 什么时候该用到随机化？ 消除理论最坏情况 没有多项式算法 多元函数求最值（可能没有多项式） 条件复杂，状态巨大的问题 比赛中想不出的做法 消除理论最坏情况 经典应用 随机化快速排序 二叉平衡树treap 没有多项式算法 TSP问题 例题：TSP问题 设有n个城市，用数码1,…,n代表。城市i和城市j之间的距离为d(i，j) i, j=1,…,n．找出遍访每个域市恰好一次的一条回路，且其路径总长度为最短。 怎么随机？ 模拟退火！ 条件复杂，状态巨大的问题 例题：有道难题现场赛 problem D 有道农场 题目很长，就不写了 例题：有道难题现场赛 problem D 又该怎么做？ 比赛中想不出的做法 NOI2007　追捕盗贼 贪心可以拿90分 例题：表达式等价判断 给出一个包含 + - * /^和未知数x的表达式，判断他们是否等价 多元函数求最值 领域搜索 比如：线性规划单纯性 例题：overlap 在平面上放一个圆和一个三角形。圆和三角形重叠的面积随着它们的位置关系改变而改变。求最大重叠面积 例题：overlap 能够解决吗？ lqp18_31 * lqp18_31 PowerPoint 什么是非完美算法？ 1 非完美算法的方法 2 什么时候该用到随机化？ 3 lqp18_31