百万年薪的算法题解决方法

<p><span>这个问题的地址是：<a href="http://mitibar.com/superdrink.php" target="_blank">http://mitibar.com/superdrink.php</a></span></p>
<p><span>我只是解决了这个问题，并无入职那个公司的打算。</span></p>
<p></p>
<p><span><span style="font-family: mceinline;">第一种是：遗传算法</span></span></p>
<p><span></span></p>
<div>这个问题可以抽象成数学模型是这样的：</div>
<div>我有一个有向图G，他有n个节点，其中任意一个节点a都有到另外n-1个节点的路径！</div>
<div>例如3个节点的图可以这样解释：（图差不进去）</div>
<div></div>
<p></p>
<p></p>
<div>箭头我没画，太难了，呵呵！每个路径上有一定的费用，我们要经过每个点，然后回到起点（起点是任意的），经过的点可以重复，并且要产生的费用最小。</div>
<div>这个我个人觉得问题有点难，很像哈密顿路径问题，但是又不是太像。我们暂时称我们要寻找的路径为A路径。我用动态规划没有规划出来，贪心算法有没有最优子结构，虽然有重叠字问题！于是我想到了用遗传算法，关于算法的杂交和变异算子（核心函数），我是这样想的：</div>
<div></div>
<div>我们肯定要自己生成几个染色体（就是它的A路径），其中一定要加的是顺时针和逆时针的路径！因为我们总共有n！（n的阶乘）条边，其中我们至少选择n-1条边才能连接n个节点，只有顺时针和逆时针满足这种情况！然后我们在随便挑选几个路径。</div>
<div></div>
<div>关于杂交：</div>
<div>我是这样想的，假设我们有7个节点，分别是1,2,3,4,5,6,7我们随机挑选这两个染色体，当然我们用赌轮选择法选择，我们把每个路径的费用相加，然后取倒数就可以了！这样，费用越小的我们选择的空间越大，当然，我们是精英选择，也就是只从前5%优秀的基因（就是倒数最大的前5%），其他的不选择。假设我们选择了</div>
<div></div>
<div> 染色体A：1,2,3,4,5,6,7，1</div>
<div> 染色体B：1,<span style="color: #ff0000;">4</span>,2,<span style="color: #ff0000;">5</span>,<span style="color: #ff0000;">3</span>,<span style="color: #ff0000;">7,</span>6，1</div>
<div></div>
<div>忘了介绍我们的排序方式，1,2，3表示先从1到2，再从2到3，为了简单表示，我们表示成-12，就像高中的向量，向量12加上向量23，等于向量13，所以呢，1,4,2,3表示，-14，-42,-23，也就是从1到2的代价太大了，我们不得不绕道4。好了杂交开始了：</div>
<div>我们先从B中随机的选择4个节点，节点不能重复，红色就是我们选择的节点，我们随机的在我们选择到的节点中选择一个，例如是4，然后在在剩下的三个节点中选择一个，例如7，然后再A中交换4和7的位置，依次类推，只到了我们选中的节点数都被选光。</div>
<div></div>
<div>对B则采用相同的方法，只不过我们从B选择，另外，您觉得可能这个没有杂交，毕竟我们接触遗传算法都是A和B估计得互换一部分自己的染色体，但是，我们遗传算法是采用生物学模拟的，我们的染色体表示一个形状，比如比如耳朵大小，这就像我们的A路径一样，我们每次遗传给下一代，都会有我们耳朵的基因，这就像我们每次都会满足A路径的要求，要是不满足，就相当于给了下一代一个不完整的耳朵，你也看出来了，我们A和B并没有互换染色体，这就相当于动物没有交配就形成了下一代，呵呵，我的看法是，我们的遗传算法是要满足A路径的需求，寻找最优解，没必要完全按照生物上的来，这就是计算机的乐趣！</div>
<div></div>
<div>基因突变：</div>
<div>突变的概率是很低的，我们假设是0.001，怎么突变，</div>
<div></div>
<div> 染色体A：1，<span style="color: #ff0000;">2</span>,3,4,5,6，7 ，1</div>
<div></div>
<div>假设红色为不幸突变的基因，那么我们就把这个加上一个路径，删除多余的那个路径，比如变成了</div>
<div></div>
<div> 染色体B：1,<span style="color: #ff0000;">4</span>,<span style="color: #ff0000;">2</span>,3,5,6,7,1</div>
<div></div>
<div>就相当于-14然后再-42，当然我们每次突变都能完成A路径的需求，而不是产生残次品，浪费宝贵的CPU资源！</div>
<div>然后遗传算法会收缩，知道我们确定了最小的值，但是这个还是有概率的！</div>
<div></div>
<div>我们可以建议一个链表，然后再这个链表达到了最大的容量的时候，我们就找到路径费用最大的那条染色体设为A，和要加入链表的染色体B作比较，如果A比B费用高，我们就剔除A，加入B，如果小，直接删除B。</div>
<div></div>
<div>第二种：贪心算法</div>
<div></div>
<div>
<p class="MsoNormal">我们还是模拟成数学问题：</p>
<p class="MsoNormal">我有一个有向图<span lang="EN-US">G</span>，他有<span lang="EN-US">n</span>个节点，其中任意一个节点<span lang="EN-US">a</span>都有到另外<span lang="EN-US">n-1</span>个节点的路径！每个路径上有一定的费用，我们要经过每个点，然后回到起点（起点是任意的），经过的点可以重复，并且要产生的费用最小。<span lang="EN-US"></span></p>
<p class="MsoNormal">如图三个节点的图：</p>
<p class="MsoNormal">
</p>
<p class="MsoNormal">这次，我们是运用贪心算法给出答案：<span lang="EN-US"></span></p>
<p class="MsoNormal">我们设函数<span lang="EN-US">f</span>（<span lang="EN-US">n</span>）为必须求出<span lang="EN-US">n</span>个节点的路径。设函数<span lang="EN-US">g</span>（<span lang="EN-US">n</span>，<span lang="EN-US">m</span>）是节点<span lang="EN-US">n</span>到节点<span lang="EN-US">m</span>的路径的大小，某种原料由机器<span lang="EN-US">n</span>到机器<span lang="EN-US">m</span>所转化所花的机器设备的钱。我们再设集合<span lang="EN-US">B</span>（<span lang="EN-US">n</span>，<span lang="EN-US">m</span>）是<span lang="EN-US">{g</span>（<span lang="EN-US">1</span>，<span lang="EN-US">m</span>），<span lang="EN-US">g</span>（<span lang="EN-US">2</span>，<span lang="EN-US">m</span>），<span lang="EN-US">…</span>，<span lang="EN-US">g</span>（<span lang="EN-US">n</span>，<span lang="EN-US">m</span>）<span lang="EN-US">}</span>，他表示是节点<span lang="EN-US">1</span>到节点<span lang="EN-US">n</span>和节点<span lang="EN-US">m</span>的所有路径的集合。设集合<span lang="EN-US">A</span>（<span lang="EN-US">n</span>，<span lang="EN-US">m</span>）是<span lang="EN-US">{g</span>（<span lang="EN-US">n</span>，<span lang="EN-US">1</span>），<span lang="EN-US">g</span>（<span lang="EN-US">n</span>，<span lang="EN-US">2</span>），<span lang="EN-US">…</span>，<span lang="EN-US">g</span>（<span lang="EN-US">n</span>，<span lang="EN-US">m</span>）<span lang="EN-US">}</span>的集合，他表示节点<span lang="EN-US">n</span>和节点<span lang="EN-US">1</span>到节点<span lang="EN-US">m</span>的集合。设我们要寻找的路径为<span lang="EN-US">A</span>路径，也就是花费最少的钱。<span lang="EN-US"></span></p>
<p class="MsoNormal">然后我们就可以回顾一下贪心算法的四个步骤：<span lang="EN-US"></span></p>
<p class="MsoListParagraph"><!--[if !supportLists]--><span lang="EN-US">1，
</span><!--[endif]-->寻找最优子结构。<span lang="EN-US"></span></p>
<p class="MsoListParagraph"><!--[if !supportLists]--><span lang="EN-US">2，
</span><!--[endif]-->递归描述最优子结构。<span lang="EN-US"></span></p>
<p class="MsoListParagraph"><!--[if !supportLists]--><span lang="EN-US">3，
</span><!--[endif]-->证明递归式的正确性。<span lang="EN-US"></span></p>
<p class="MsoListParagraph"><!--[if !supportLists]--><span lang="EN-US">4，
</span><!--[endif]-->写代码。<span lang="EN-US"></span></p>
<p class="MsoNormal">首先我们来看第一：寻找最优子结构<span lang="EN-US"></span></p>
<p class="MsoNormal">我们要寻找<span lang="EN-US">f</span>（<span lang="EN-US">n</span>）的<span lang="EN-US">A</span>路径，首先，我们可以想到，要求<span lang="EN-US">n</span>个节点的<span lang="EN-US">A</span>路径，我们能不能求一个<span lang="EN-US">n-1</span>节点的<span lang="EN-US">A</span>路径呢？然后再求<span lang="EN-US">n-2</span>的<span lang="EN-US">A</span>路径，然后是<span lang="EN-US">n-3</span>的<span lang="EN-US">A</span>路径，以此类推，知道节点数剩下最后两个。求出这两个节点的<span lang="EN-US">A</span>路径，我们就依次的先上走，直到求出了<span lang="EN-US">n</span>个节点的<span lang="EN-US">A</span>路径。<span lang="EN-US"></span></p>
<p class="MsoNormal">第二：递归描述最优子结构<span lang="EN-US"></span></p>
<p class="MsoNormal">根据我们上面的描述，我们可以这样求解我们的递归式：<span lang="EN-US"></span></p>
<p class="MsoNormal"><span lang="EN-US">f</span>（<span lang="EN-US">n</span>）<span lang="EN-US">=f</span>（<span lang="EN-US">n-1</span>）<span lang="EN-US">+ </span><span lang="EN-US">min</span><span lang="EN-US"> </span>（<span lang="EN-US">B</span>（<span lang="EN-US">n-1</span>，<span lang="EN-US">n</span>））<span lang="EN-US">+ </span><span lang="EN-US">min</span><span lang="EN-US"> </span>（<span lang="EN-US">A</span>（<span lang="EN-US">n</span>，<span lang="EN-US">n-1</span>））<span lang="EN-US">- </span>（<span lang="EN-US">when X=Y</span>）<span lang="EN-US">g</span>（<span lang="EN-US">X</span>，<span lang="EN-US">Y</span>）<span lang="EN-US"></span></p>
<p class="MsoNormal">递归式有点复杂，不是吗？好了，我来解释一下，<span lang="EN-US">f</span>函数和集合<span lang="EN-US">B</span>前面是我们定义过的，那么<span lang="EN-US">min</span>是从集合<span lang="EN-US">B</span>中选出最小的值。简单点说，第一个<span lang="EN-US">min</span>是选出的是<span lang="EN-US">n-1</span>个节点到<span lang="EN-US">n</span>最小的路径，第二个<span lang="EN-US">min</span>是选出的是节点<span lang="EN-US">n</span>到已知的<span lang="EN-US">n-1</span>个节点的最小的路径，我们就是要找这两个路径。然后加上<span lang="EN-US">f</span>（<span lang="EN-US">n-1</span>）就是<span lang="EN-US">n</span>个节点的路径了。好了，该解释什么是<span lang="EN-US">g</span>（<span lang="EN-US">X</span>，<span lang="EN-US">Y</span>）了，我们设<span lang="EN-US">X</span>代表从<span lang="EN-US">min </span>（<span lang="EN-US">B</span>（<span lang="EN-US">n-1</span>，<span lang="EN-US">n</span>））中选出的那个值得节点，而<span lang="EN-US">Y</span>代表<span lang="EN-US">min</span>（<span lang="EN-US">A</span>（<span lang="EN-US">n</span>，<span lang="EN-US">n-1</span>））中选出的节点。我们必须减去这两个节点的路径。</p>
<p class="MsoNormal">
</p>
<p class="MsoNormal">但是我们不要忘了另外一种情况，就是<span lang="EN-US">X</span>和<span lang="EN-US">Y</span>相等时的节点，这时，我们回在计算<span lang="EN-US">A</span>（<span lang="EN-US">n</span>，<span lang="EN-US">n-1</span>）的第二小的边，然后让他和<span lang="EN-US">Y</span>加上<span lang="EN-US">g</span>（<span lang="EN-US">n-1,n</span>）比较大小，如果前者大，则选择后者，就是说我们还得加上<span lang="EN-US">g</span>（<span lang="EN-US">X,Y</span>）的大小，如果后者大，则选择前者。所以我在<span lang="EN-US">g</span>（<span lang="EN-US">X</span>，<span lang="EN-US">Y</span>）前面加上了（<span lang="EN-US">when X=Y</span>）。（在图中用红色表示如果选择完了，如下图，这说明由<span lang="EN-US">A</span>到<span lang="EN-US">C</span>和由<span lang="EN-US">C</span>到<span lang="EN-US">A</span>是相等的费用）</p>
<p class="MsoNormal">
</p>
<p class="MsoNormal">千万不要忘了结束递归的条件：<span lang="EN-US"></span></p>
<p class="MsoNormal"><span lang="EN-US">If n=2 return</span>；<span lang="EN-US"></span></p>
<p class="MsoNormal">第三：证明递归式的正确性<span lang="EN-US"></span></p>
<p class="MsoNormal">这个说实话，也很好证明，我们采取数学归纳法，<span lang="EN-US"></span></p>
<p class="MsoNormal">当<span lang="EN-US">n=2</span>时，递归式成立。<span lang="EN-US"></span></p>
<p class="MsoNormal">假设当<span lang="EN-US">n=k</span>时成立。<span lang="EN-US"></span></p>
<p class="MsoNormal">我们让<span lang="EN-US">n=k+1</span>，那么：<span lang="EN-US"></span></p>
<p class="MsoNormal"><span lang="EN-US">f</span>（<span lang="EN-US">k+1</span>）<span lang="EN-US">=f</span>（<span lang="EN-US">k</span>）<span lang="EN-US">+ min </span>（<span lang="EN-US">B</span>（<span lang="EN-US">k</span>，<span lang="EN-US">k+1</span>））<span lang="EN-US">+ min </span>（<span lang="EN-US">A</span>（<span lang="EN-US">k+1</span>，<span lang="EN-US">k</span>））<span lang="EN-US">- </span>（<span lang="EN-US">when X=Y</span>）<span lang="EN-US">g</span>（<span lang="EN-US">X</span>，<span lang="EN-US">Y</span>）<span lang="EN-US"></span></p>
<p class="MsoNormal">因为<span lang="EN-US">f</span>（<span lang="EN-US">k</span>）是成立的，这是我们的假设，那么<span lang="EN-US">min </span>（<span lang="EN-US">B</span>（<span lang="EN-US">k</span>，<span lang="EN-US">k+1</span>））和<span lang="EN-US">min </span>（<span lang="EN-US">A</span>（<span lang="EN-US">k+1</span>，<span lang="EN-US">k</span>））会不会按照我们预期的工作呢？我想大家都已经知道了！<span lang="EN-US"></span></p>
<p class="MsoNormal">第四：写代码<span lang="EN-US"></span></p>
<p class="MsoNormal">剩下最不起眼的写代码了，这个留给大家吧！<span lang="EN-US"></span></p>


</div>
<p></p>