第6章-第1讲-概率算法介绍_1教学幻灯片.pptVIP

第六章 概率算法 每节一经典 走好运，造机遇----随机算法 第1讲 概率法 §1.1 引言 故事：想象自己是神化故事的主人公,你有一张不易懂的 地图,上面描述了一处宝藏的藏宝地点.经分析你能 确定最有可能的两个地点是藏宝的地点,但二者相距 甚远.假设： 你到达其中一处,就立即知道该处是否为藏 宝地点（一看便知）. 从其中一处到另一处的距离是5天的行程. 进一步假设有一条恶龙,每晚光顾宝藏并从 中拿走一部分财宝（d）。 假设你取宝藏的方案有两种： 第1讲 概率法 §1.1 引言 5 天 5 天 5 天 ? ? ? ? 藏宝地点 藏宝地点 走哪边最容易找到宝藏？ 第1讲 概率法 §1.1 引言 方案1 花4天的时间计算出准确的藏宝地点,然后出发 寻宝,一旦出发，不能返回。 方案2 有一个小精灵告诉你地图的秘密,但你必须付 给他报酬,相当于恶龙3晚上拿走的财宝。 若忽略可能的冒险和出发寻宝的代价,你是否接受 小精灵的帮助？ 显然,应该接受小精灵的帮助,因为你只需给出3晚 上被盗窃的财宝量(3d),否则你将失去4晚被盗财宝 量(4d)。 方案3: 但是,若冒险,你可能做得更好！ 问题理解 第1讲 概率法 §1.1 引言 设x是你决定之前当日的宝藏价值，设y是恶龙每晚盗走的宝藏价值，并设x9y 方案1：4天计算确定地址，行程5天，你得到的宝藏价值为：x-9y 方案2：3y付给小精灵，行程5天失去5y，你得到的宝藏价值为：x-8y 方案3：投硬币决定先到一处，失败后到另一处(冒险方案) 一次成功所得：x-5y，机会1/2 二次成功所得：x-5y-5y=x-10y，机会1/2 }期望赢利:x-7.5y 数学模型 平均（期望）赢利=(x-5y)*(1/2)+(x-10y)*(1/2)=x-7.5y 第1讲 概率法 §1.1 引言 该故事告诉我们：当一个算法面临某种选择时,有 时随机选择比花费更多时间（耗时）做最优选择更 好,尤其是当最优选择所花的时间大于随机选择的 平均时间的时侯。 第1讲 概率法 概率算法是指选择下一步执行步骤时，用随机（概率）方法进行选择，而不是用逻辑上确定的方法进行选择. §概率算法定义 允许算法在执行的过程中随机选择下一个计算步骤。许 多情况下，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 上降低算法的复杂度。 p1 p2 p3 p4 p5 第1讲 概率法 随机决策 不可再现性 在同一实例上执行两次其结果可能不同;在同一实 例上执行两次的时间亦可能不太相同。 分析困难 要求有概率论，统计学和数论的知识。 §概率算法的特点 第1讲 概率法 ?数值概率算法 数值算法常用于数值问题的求解.最早用于求数值 问题的近似解。 特点: 概率算法获得的答案一般是近似的,但通常 算法执行的时间越长,精度就越高,误差就越小. 使用的理由： ? 精确解存在但无法在可行的时间内求得。 ? 有时答案是以置信区间的形式给出的。 经典实例 ? 投币法计算π值 ? 计算定积分 ? 解非线性方程组 第1讲 概率法 ? Monte Carlo算法 (MC算法) 蒙特卡洛算法，1945年由J. Von Neumann进行核武模 拟提出的.它是以概率和统计的理论与方法为基础的一种 数值计算方法,它是双重近似:一是用概率模型模拟近似的 数值计算,二是用伪随机数模拟真正的随机变量的样本. 这里我们指的MC算法是:若问题只有1个正确的解,而无近似解的可能时，使用MC算法。 例如,判定问题只有真或假两种可能性,没有近似解,如因式分解,我们不能说某数几乎是一个因子。 第1讲 概率法 特 点: MC算法总是能给出一个答案,但该答案未必正确,成功(即答案是正确的)的概率正比于算法执行的时间。 一般不能有效地确定算法的答案是否正确。 经典实例: ? 主元素问题 ? 素数测试 ? Monte Carlo算法 (MC算法) 第1讲 概率法 ? Las Vegas算法(LV算法) LV算法绝不返回错误的答案。 特点：获得的答案必定正确,但有时找不到答 案，和MC算法一样, 成功的概率亦随算法执