算法
文章平均质量分 74
hennessy_han
这个作者很懒,什么都没留下…
展开
-
P问题、NP问题、NPC问题、NP难问题的概念
你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有搜了,这已经被证明是NP问题了”之类的话。你要知道,大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题,NPC问题才是。好,行了,基本上这个误解已经被澄清了。下面的内容都是在讲什么是P问题,什么是NP问题,什么是NPC问题,你如果不是很感兴趣就可以不看了。接转载 2015-03-12 17:54:04 · 708 阅读 · 0 评论 -
解析Monte-Carlo算法(基本原理,理论基础,应用实践)
引言 最近在和同学讨论研究Six Sigma(六西格玛)软件开发方法及CMMI相关问题时,遇到了需要使用Monte-Carlo算法模拟分布未知的多元一次概率密度分布问题。于是花了几天时间,通过查询相关文献资料,深入研究了一下Monte-Carlo算法,并以实际应用为背景进行了一些实验。 在研究和实验过程中,发现Monte-Carlo算法是一个非常有用的算法,在许多实际问转载 2015-04-10 12:01:44 · 2021 阅读 · 0 评论 -
细数二十世纪最伟大的10大算法
细数二十世纪最伟大的十大算法 译者:July 二零一一年一月十日------------------------------------参考文献:The Best of the 20th Century: Editors Name Top 10 Algorithms。By Barry A. Cipra。地址:http://www.uta.edu/faculty/rc转载 2015-04-10 16:36:51 · 375 阅读 · 0 评论 -
大白话解析模拟退火算法
一. 爬山算法 ( Hill Climbing ) 介绍模拟退火前,先介绍爬山算法。爬山算法是一种简单的贪心搜索算法,该算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解。 爬山算法实现很简单,其主要缺点是会陷入局部最优解,而不一定能搜索到全局最优解。如图1所示:假设C点为当前解,爬山算法搜索到A点这个局部最优解就会停止搜索,因为转载 2015-04-08 13:06:31 · 322 阅读 · 0 评论 -
随机算法之拉斯维加斯算法及蒙特卡罗算法初步
一. 特征: 确定性算法的每一个计算步骤都是确定的,而随机算法允许算法在执行过程中随机地选择下一个计算步骤。在很多情况下,当算法在执行过程中面临一个选择时,随机性选择常比最优选择省时。因此随机算法可在很大程度上降低算法度。拉斯维加斯算法不会得到不正确的解,但是有时找不到解。求得正确解的概率也依赖于算法所用的时间。蒙特卡罗算法可求问题的精确解,但这个解不一定是正确的,求得正确解的概率也依转载 2015-04-08 14:57:08 · 1482 阅读 · 0 评论 -
遗传算法入门
遗传算法 ( GA , Genetic Algorithm ) ,也称进化算法 。 遗传算法是受达尔文的进化论的启发,借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。 一.进化论知识 作为遗传算法生物背景的介绍,下面内容了解即可: 种群(Population):生物的进化以群体的形式进行,这样的一个群体称为种群。 个体转载 2015-04-08 13:21:26 · 305 阅读 · 0 评论 -
蒙特卡罗算法
蒙特卡罗算法并不是一种算法的名称,而是对一类随机算法的特性的概括。媒体说“蒙特卡罗算法打败武宫正树”,这个说法就好比说“我被一只脊椎动物咬了”,是比较火星的。实际上是ZEN的算法具有蒙特卡罗特性,或者说它的算法属于一种蒙特卡罗算法。 那么“蒙特卡罗”是一种什么特性呢?我们知道,既然是随机算法,在采样不全时,通常不能保证找到最优解,只能说是尽量找。那么根据怎么个“尽量”法儿,我们我们转载 2015-04-08 14:45:31 · 800 阅读 · 0 评论 -
对偶问题
线性规划中一个经典问题的描述如下: 某工厂有两种原料A、B,而且能用其生产两种产品:1、生产第一种产品需要2个A和4个B,能够获利6;2、生产第二种产品需要3个A和2个B,能够获利4;此时共有100个A和120个B,问该工厂最多获利多少?用数学表达式描述如下:已知:2×X1+3×X2≤1004×X1+2×X2≤120求:max 6×转载 2015-05-11 09:23:32 · 1237 阅读 · 0 评论