洛谷P3878 [TJOI2010] 分金币【模拟退火】

原理与实现：

设置一个初始温度$T$、结束温度$End$、降温系数 $delta$，（其实说人话就是找一个合适的随机次数）每次退火都随机生成一个新解 $ans\_new$，如果比原解 $ans\_old$ 更优，就拿 $ans\_new$ 代替 $ans\_old$ ，否则以一定的概率接受这个新解。

伪代码如下

double T,End,delta;//初始温度、结束温度、降温系数
int ans_old;//原解

while(T>End){//T一直减少直到小于End
	double ans_new=do_go();//随机生成一个新解,do为新解的决策
	
	if(ans_new better than ans_old)//接受新解的厥词，并更新更优解
		ans_old=ans_new;
	else if(小于随机概率) do_back();//退回这个新解的决策
	
	T*=delta;//降温
}

例题： 题目链接

拿洛谷P3878来当例题来说，要把数组分成两个部分，两个部分元素数量差不超过 $1$ 且两部分差值最小，可以用模拟退火，每次拿部分①的一个数和部分②的一个数交换，具体解释看注释

#include<iostream>
#include<sstream>
#include<string>
#include<queue>
#include<map>
#include<unordered_map>
#include<set>
#include<vector>
#include<stack>
#include <utility>
#include<algorithm>
#include<cstdio>
#include<list>
#include<cmath>
#include<cstdlib>
#include<cstring>
#include<iomanip>
#include<time.h>
#define int long long
#define PI acos(-1.0)
#define eps 1e-9
#define lowbit(a) ((a)&-(a))
const int mod = 1e9+7;
using namespace std;
inline int read(){
	char c=getchar();int x=0,s=1;
	while(c<'0'||c>'9'){if(c=='-')s=-1;c=getchar();}
	while(c>='0'&&c<='9'){x=x*10+c-'0';c=getchar();}
	return x*s;
}
int qpow(int a,int b){
	int ans=1;
	while(b){
		if(b&1)ans=(ans*a)%mod;
		a=(a*a)%mod;
		b>>=1;
	}
	return ans;
}
#define endl '\n'
const int INF = 0x3f3f3f3f;
const int N = 1e6+10;
const int maxn = 1e3+10;

int a[N],n;
int cal(){//计算部分1和部分2的差值
    int sum1=0,sum2=0;
    for(int i=1;i<=(n+1)/2;i++) sum1+=a[i];
    for(int i=(n+1)/2+1;i<=n;i++) sum2+=a[i];
    return abs(sum1-sum2);
}
signed main(){
	std::ios::sync_with_stdio(false);
	cin.tie(0),cout.tie(0);
	srand(time(NULL));
	int t; cin>>t;
	while(t--){
		int ans_old=INF;
		cin>>n; for(int i=1;i<=n;i++)cin>>a[i];
		int tm=1005;
		/*
		  因为一次SA不一定能跑出最优解
		  所以可以在时间允许的情况下尽量跑多次
		*/
		while(tm--){
		
			double T=5000,End=1e-10,delta=0.91;
			while(T>End){
				int x=rand()%n+1,y=rand()%n+1;//随机在两个
				swap(a[x],a[y]);//同伪代码的do
				int ans_new=cal();

				if(ans_new<ans_old) ans_old=ans_new;
				//当前解更优，接受决策并更新答案
				else if(exp((ans_old-ans_new)/T)<(double(rand())/RAND_MAX)) swap(a[x],a[y]);
				//小于特定的概率，回退决策
				
				T*=delta;
			}
		}
		cout<<ans_old<<endl;
	}
}