本文详细介绍了随机化算法的定义、分类，包括数值概率算法、蒙特卡罗算法、拉斯维加斯算法和舍伍德算法。重点讨论了随机数在算法中的重要性，特别提到了线性同余法作为生成伪随机数的常见方法。通过实例展示了如何使用线性同余法设计随机数类，并模拟抛硬币试验来验证随机数的效果。
1、随机化算法
(1)描述：随机化算法是这样一种算法，在算法中使用了随机函数，且随机函数的返回值直接或者间接的影响了算法的执行流程或执行结果。随机化算法基于随机方法，依赖于概率大小。
(2)分类：一般情况下，可将概率（随机化）算法大致分为四类:数值概率算法，蒙特卡罗（Monte Carlo）算法，拉斯维加斯（Las Vegas）算法和舍伍德（Sherwood）算法。
数值随机化算法：数值概率算法常用于数值问题的求解。这类算法所得到的往往是近似解。而且近似解的精度随计算时间的增加不断提高。在许多情况下，要计算出问题的精确解是不可能或没有必要的，因此用数值概率算法可得到相当满意的解。
蒙特卡罗（Monte Carlo）算法
最低0.47元/天 解锁文章
扫一扫
2281
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
