原理与实现:
设置一个初始温度 T T T、结束温度 E n d End End、降温系数 d e l t a delta 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 a n s _ n e w ans\_new ans_new,如果比原解 a n s _ o l d ans\_old ans_old 更优,就拿 a n s _ n e w ans\_new ans_new 代替 a n s _ o l d ans\_old 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 1 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;
}
}