xian算法1.pptVIP

* 第7章 概率算法 拉斯维加斯（Las Vegas）算法 算法描述 n后问题 整数因子分解（Pollard 算法） 蒙特卡罗（Monte Carlo）算法 算法主要思想 主元素问题（Majority） 素数测试（Rabin-Miller算法） 陈建湘 信息计算科学专业 * 特征：它所作的随机性决策有可能导致算法找不到所需的解。但找到某个解时，一定是正确的。 void obstinate(Object x, Object y) {// 反复调用拉斯维加斯算法LV(x,y)，直到找到问题的一个解y bool success= false; while (!success) success=LV(x,y); } 拉斯维加斯( Las Vegas )算法 * 拉斯维加斯( Las Vegas )算法 设x代表具体实例，定义： p(x)：调用LV算法获得问题的一个解的概率。一个正确的LV算法应该有p(x)0 t(x)： 算法Obstinate找到一个解所需的平均时间 s(x)： 求解成功所需的平均时间 e(x)： 求解失败所需的平均时间 则有公式： 解此方程可得： 当求解失败时还要继续找问题的解，所以要加t(x) * n后问题 前面利用回溯法在O(n!)时间内找出所有的解，这里讨论的是只找出一个解的情况。 对于n后问题的任何一个解而言，每一个皇后在棋盘上的位置无任何规律，不具有系统性，而更象是随机放置的。由此容易想到拉斯维加斯算法。 对于只求一个解的情况，如果一次成功，则n后问题的LS算法可以在O(n2)求得。 * 在棋盘上相继的各行中随机地放置皇后，并注意使新放置的皇后与已放置的皇后互不攻击，直至n个皇后均已相容地放置好，或已没有下一个皇后的可放置位置时为止。 bool Queen::QueensLV(void) {//随机放置n个皇后的拉斯维加斯算法 RandomNumber rnd; //随机数产生器 int k=1; //下一个放置的皇后编号 while((k=n)(count0)){ count=0; int j=0; for(int i=1;i=n;i++){ x[k]=i; if(Place(k)) if(rnd.random(++count)==0)j=i; } if(count0)x[k++]=j; } return(count0); //count0表示放置成功 } n后问题 第k个皇后有count个位置可选，从中随机任选一个 * void Queen::Backtrack(int t) {//n queen backtrack 法 if (tn) for(int i=1;i=n;i++) { y[i]=x[i]; return; } else for (int i=1;i=n;i++) { x(t)=I; if (Place(t) Backtrack(t+1); } } * n后问题 * * stopVegas(先随机放置皇后个数) p(成功概率) s(一次成功访问平均节点数) e(一次失败访问平均节点数) t(反复调用最后得一个解访问平均节点数) 0 1.0000 262.00 -- 262.00 5 0.5039 33.88 47.23 80.39 12 0.0465 13.00 10.20 222.11 随机放置策略与回溯法相结合: 先在棋盘的若干行(例如stopVegas行)中随机地放置皇后，然后在后继行中用回溯法继续放置，直至找到一个解或宣告失败。 随机放置的皇后越多，后继回溯搜索所需的时间就越少，但成功的概率也越少，见下面表格中的p。 n后问题 * 图 1 图 3 图 2 stopVegas 图像编号 运行时间 0 1 1’59’’ 5 2 1’28’’ 12 3 3’27’’ n＝12 * 整数因子分解 整数n的因子分解问题:找出n的如下形式的唯一分解式： 整数n的因子分割问题:给定一个合数n，求n的一个非平凡因子 int Split(int n) { int m = floor(sqrt(double(n)));//下取整 for (int i=2; i=m; i++) if (n%i==0) return i; return 1; } 其中，p1p2…pk是k个素数，m1,m2,…,mk是k个正整数。 对于split(n)，计算时间为