计算机算法设计与分析.pptVIP

* 跳跃表 在一个完全跳跃表中，具有i级指针的结点中有一半同时具有i+1级指针。为了维持跳跃表的平衡性，可以事先确定一个实数0p1，并要求在跳跃表中维持在具有i级指针的结点中同时具有i+1级指针的结点所占比例约为p。为此目的，在插入一个新结点时，先将其结点级别初始化为0，然后用随机数生成器反复地产生一个[0，1]间的随机实数q。如果qp，则使新结点级别增加1，直至q?p。由此产生新结点级别的过程可知，所产生的新结点的级别为0的概率为1-p，级别为1的概率为p(1-p)，…，级别为i的概率为pi(1-p)。如此产生的新结点的级别有可能是一个很大的数，甚至远远超过表中元素的个数。为了避免这种情况，用 作为新结点级别的上界。其中n是当前跳跃表中结点个数。当前跳跃表中任一结点的级别不超过 * 拉斯维加斯( Las Vegas )算法 拉斯维加斯算法的一个显著特征是它所作的随机性决策有可能导致算法找不到所需的解。 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); } 设p(x)是对输入x调用拉斯维加斯算法获得问题的一个解的概率。一个正确的拉斯维加斯算法应该对所有输入x均有p(x)0。 设t(x)是算法obstinate找到具体实例x的一个解所需的平均时间 ,s(x)和e(x)分别是算法对于具体实例x求解成功或求解失败所需的平均时间，则有： 解此方程可得： * n后问题 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。由此容易想到下面的拉斯维加斯算法。 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。 如果将上述随机放置策略与回溯法相结合，可能会获得更好的效果。可以先在棋盘的若干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，但失败的概率也就越大。 stopVegas p s e t 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 * 整数因子分解 设n1是一个整数。关于整数n的因子分解问题是找出n的如下形式的唯一分解式： 其中，p1p2…pk是k个素数，m1,m2,…,mk是k个正整数。 如果n是一个合数，则n必有一个非平凡因子x，1xn，使得x可以整除n。给定一个合数n，求n的一个非平凡因子的问题称为整数n的因子分割问题。 int Split(int n) { int m = floor(sqrt(double(n))); for (int i=2; i=m; i++) if (n%i==0) return i; return 1; } 事实上，算法split(n)是对范围在1～x的所有整数进行了试除而得到范围在1～x2的任一整数的因子分割。 * Pollard算法 在开始时选取0～n-1范围内的随机数，然后递归地由 产生无穷序列 对于i=2k，以及2kj?2k+1，算法计算出xj-xi与n的最大公因子 d=gcd(xj-xi，n)。如果d是n的非平凡因子，则实现对n的一次分割，算法输出n的因子d。 void Pollard(int n) {// 求整数n因子分割的拉斯维加斯算法 RandomNumber rnd; int i=1; int x=rnd.Random(n); // 随机整数 int y=x; int k=2; while (true) { i++; x=(x*x-1)%n; // int d=gcd(y-x,n); // 求n的非平凡因子 if ((d1) (dn)) coutdendl; if (i==k) { y=x; k*=2;} } } 对Pollard算法更深入的分析可知，执行算法的while循环约 次后，Pollard算法会输出n的一个因子p。由于n的最小素因子p? ，故Pollard算法可在O(n1/4)时间内找到n的一个素因子。 * 蒙特卡罗(Monte Carlo)算法 在实际应用中常会遇到一些问题，不论采用确定性算法或随机化算法都无法保证每次