概率算法（算法分析与设计）

0.概论

包括四种算法，数值概率算法（数值问题的求解，最优化问题的近似解）、蒙特罗卡算法（判定问题的准确解，不一定正确）、拉斯维加斯算法（不一定会得到解，但得到的解一定是正确解）、舍伍德算法（总能求得一个解，且一定是正确解）。

1.随机数

随机数生成，线性同余法

d 为用户输入随机数；m 足够大，一般为最大机器数；b为一质数；c>=0

2.舍伍德算法（对输入进行处理，使得计算时间复杂度对所有实例相对均匀）

这篇写的很好：http://www.cnblogs.com/hxsyl/p/3219621.html

其实就是在确定性算法中引入随机性。其优点是其计算时间复杂性对所有实例而言相对均匀，但与其相应的确定性算法相比，其平均时间复杂度没有改进。

如一般快速排序都是以第一个元素作为基准元素，而舍伍德版的快速排序是随机选择一个元素作为基准元素（代码见章二分治学习记录）。那么当一个确定性算法无法直接改造成舍伍德版本的时候，就可以对输入进行洗牌。以下是洗牌算法（O( n )）。

#include<iostream>
#include<algorithm>
#include<cstdlib>
#include<vector>
using namespace std;
int random(int e)
{
	return rand