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