算法设计与分析 课件 许瑾晨 第九章 概率算法 .pptx

算法设计与分析

算法设计-概率算法;;算法设计与分析

概率算法-引例;求一串数中的主元素，即出现次数超过一半的数

;方法一：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;方法二：;;;求一串数中的主元素，即出现次数超过一半的数;允许算法执行过程中随机地选择计算步骤，因此算法的每一次执行过程可能都不完全相同。;测试;算法设计与分析

概率算法-舍伍德;当一个确定性算法的平均和最坏时间复杂度差别较大时，可在确定性算法中引入随机性将确定算法改造为概率算法。

这类通过引入随机性减少算法的最坏情形对应输入的出现次数的算法称为舍伍德算法。;对确定性算法A，记输入实例I的计算时间为tA(I)。设Dn是算法A的输入规模为n的全体实例，可能存在I∈Dn使得。

;defkth_small(a,b,e,k):#在a[b]~a[e]中找第k小元素

ifbeork1orke-b+1:

return-1

p=partition(a,b,e)

m=p-b

ifk==m+1:

returna[p]

ifkm+1:

returnkth_small(a,b,p-1,k)

returnkth_small(a,p+1,e,k-m-1);defpartition(a,b,e):#将a[b]~a[e]以基准数为标准分为三部分

i=b

j=e

x=a[b]

whileij:#从两边开始搜索与基准数进行比较

whileijanda[j]=x:

j-=1

ifij:

a[i]=a[j]

i+=1

whileijanda[i]x:

i+=1

ifij:

a[j]=a[i]

j-=1

a[i]=x

returni;舍伍德算法实现：选择第k小元素;优势：

对所有实例的计算时间相对均匀，计算总能求得问题的一个解，且求得的解总是正确的。

关键：

与相应的确定算法相比，其时间复杂性并没有改进。;测试;算法设计与分析

概率算法-拉斯维加斯;拉斯维加斯算法可以显著地改进算法的有效性(得到正确解的可能性)，甚至对某些迄今为止找不到有效算法的问题，也能得到满意的结果。

特征:

随机性决策有可能导致算法找不到所需的解。;算法找到正确解的概率随所用计算时间的增加而提高，得到的解一定是正确解，但算法可能找不到解。

对同一个问题，用拉斯维加斯算法反复求解多次，可使求解失败的概率任意小。;拉斯维加斯算法应用形式：

反复调用拉斯维加斯算法LV(x,y)，直到找到问题的一个解。

;n后问题：

在n×n格的棋盘上放置彼此不受攻击的n个皇后。按照国际象棋的规则，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。n后问题等价于在n×n格的棋盘上放置n个皇后，任何2个皇后不放在同一行或同一列或同一斜线上。;N皇后问题的拉斯维加斯算法实现：;测试;算法设计与分析

概率算法-蒙特卡罗;思政：国防--催生新技术的源动力;目标：

求问题的准确解

特征：

求得的解不一定正确，且无法判定所得解是否肯定正确。

设p是0.5到1间的实数。若算法得到正确解的概率不小于p，则称该蒙特卡罗算法是p正确的，且p-1/2是该算法的优势。

求得正确解的概率依赖于算法所用时间，时间越多，得到正确解的概率越高;应用：数值问题求解

求近似解

近似解精度随计算时间的增加而不断提高。;defdarts(n):

k=0

foriinrange(1,n+1):

x=random()#在[0，1)内随机选择一个数作为x

y=random()#在[0，1)内随机选择一个数作为y

ifx**2+y**2=1:

k+=1

return4*k/n;例2：计算定