CH06-随机.pdfVIP

信息与软件工程学院 算法分析与设计 主讲教师：刘峤 第6章 ：随机化算法 （Randomized Algorithm ） 知识要点  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  掌握蒙特卡罗算法的设计思想  掌握拉斯维加斯算法的设计思想  掌握舍伍德算法的设计思想 伪随机数生成算法 引言  随机化算法与前几类算法的区别  分治法、动态规划、贪心算法、回溯法和分支限界法等  算法的每一计算步骤都是确定的  随机化算法允许执行过程中随机选择下一计算步骤  随机化算法的特点  当算法执行过程中面临选择时随机选择通常比最优选择省时  因此随机化算法可在很大程度上降低算法复杂性  对所求解问题的同一实例用同一随机化算法求解两次  可能得到完全不同的效果 （所需时间和计算结果等）  设计思想简单，易于实现 引言  本章介绍的随机化算法包括  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 ，也非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结果的正确性 伪随机数  随机数在随机化算法设计中扮演着十分重要的角色  随机数最重要的特性是：序列中前后的数值间毫无关系  当前的计算机无法产生真正的随机数  真正的随机数是使用物理现象产生的  如 ：掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等  样的随机数发生器叫做：物理性随机数发生器  主要缺点是：技术要求比较高  通常应用于一些关键性的应用中（如军事密码）  在随机化算法中使用的随机数都是伪随机数  伪随机数是通过一个固定的、可以重复的计算方法产生的  计算机产生的随机数有很长的周期性  且具有类似于随机数的统计特征 伪随机数  线性同余法是产生伪随机数的最常用的方法  由线性同余法产生的随机序列 a , a , …, a 满足： 0 1 n a0  d  an  (ban1 c) mod m n 1, 2,  其中：b≥0 ，c ≥ 0 ，d ≤ m ，d称为该随机序列的种子  随机序列的随机性能由常数b、c和m的选择决定  这是随机性理论研究的主要内容之一  从直观上看  m应取得充分大，因此可取m为机器大数  另外应取：gcd(m, b)=1 因此可取b为一素数 随机化算法概述  随机化算法（randomized algorithm ）  是指需要利用随机数发生器的算法  即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  概率算法（probabilistic algori