算法时空-随机化分析算法

概率分析与随机化算法

1. 指示随机变量

• 记某件事为A，定义Xa = I{A}为事件A的指示变量，并且其取值只能为0或者是1；0表示A事件未发生，1表示A发生；
• 样本空间 N = {n1, n2, n3…}；记为所有的样本情况；

可得出引理：E[Xa] = P{A} ；

---

2. 雇佣问题

• 公司要雇佣一名员工，从n位员工中先面试再雇佣，最终得出能力最优秀的那一位。面试费用Ct，雇佣费用Ch，要求得出最经济的方式；
• 雇佣过程为，依次对所有人进行面试，如果一开始无人被雇佣，那么雇佣第一个员工；如果已经雇佣了某一位员工，那么比较当前员工是否比已雇佣员工能力强，是的话则解雇老员工，雇佣当前员工，否的话则继续下一轮面试；

每次雇佣费，不仅包含解雇上一个员工，还包括雇佣新员工的费用，所以成本比面试费用多得多。这里单纯从经济上考虑，总的成本 W = nCt + mCh，其中的m即为总过程中发生了m次雇佣（最坏情况是 m = n）；那么如何对雇佣问题的成本进行一般性分析？

1. 记Xi = I {第 i 号员工被雇佣}，其取值只能为1，或者是0；即E[Xi] = 1表示第i号员工被雇佣的期望是1；
2. 而P{Xi}即第i号员工被雇佣的概率（为1/i）该如何计算？已经面试了i-1个员工，而在面试第i个员工时进行雇佣，意味着第i个员工的能力值是最高的，根据输入n位员工的能力随机化分布，那么前面i位员工里，最高的那位出现在任意一位的概率都是1/i，所以其在第i位员工被雇佣的概率值也易知为1/i；
3. 现在依次考虑1~n号员工，得出这一批面试中，雇佣次数的期望 m 为：
   
4. 因此，得出结论，只要保证了n位员工的输入顺序为随机化分布，就可以保证是在对数级别的雇佣次数内完成对成本的控制；
5. 如何保证输入是随机化分布？每次的自然情况下的多次输入可能还是一连串的最坏的情况， 注意此时的平均运行时间并不是我们所要求的期望运行时间，我们需要自行设计一个随机化算法，保证输入的随机化分布。

---

3. 随机化算法

3.1 随机排布数组

• 从1~n里头有放回的先后取两个数，他们相同的概率为 1/n ，不同的概率是（1-1/n）；如何是3个数完全不同的概率呢？k个数完全不同的高概率呢？
• 可以这样考虑，依次对1~k个数进行分析，第一个数不同的概率是1，第二个进来时，2个数不同的概率是 1*(1-1/n)，第3个数进来时，总共3个数，完全不同的概率是1*(1-1/n)(1-2/n)，因此，k个数完全不同的概率为(1-1/n)(1-2/n)(1-3/n)…(1-(k-1)/n)；

随机数组，就是先生成一个随机优先级的数组和对应元素绑定，然后利用数组大小对对应元素进行排序，最终可以将输入元素进行随机化处理，以达到目的；该算法证明可以等可能的产生{1,2…n}中的任意一个随机排列，因此证明是可行的，不过必须保证随机数得从[1，n^3]中随机产生才行。

3.2 洗牌算法

之前的随机数组方法，产生随机数时，n^3过大，很容易越界，不易于操作，洗牌算法能较好的较快又方便的完成这项任务。

• 对于 1~n 个元素，下标从0到 n-1 标定，然后从后往前，i 取 n-1 到 1，考虑第i个元素时，从[0,i)任意挑一个和第i元素进行互换。

其中之前面试时，也有被问到你知道哪些洗牌的算法，这就是最基础最常见的一种洗牌算法了。

---

4. 生日悖论

一个屋子到底需要达到多少人，才会满足存在两个人生日相同的概率超过1/2? 这个答案真的没有想象的那么大，运用数学的概率知识就很容易求解出来；

1. 不妨假设屋子里有k个人，样本空间为S={1,2…365}，总共大小为 n = 365；
2. 考虑存在两个人生日相同的概率，不如考虑反面来的方便，即求算所有人生日完全不相同的概率P，那么存在两个人生日相同的概率即为（1-P），如之前提到的k个数完全不同的概率是 P1 = (1-1/n)(1-2/n)(1-3/n)…(1-(k-1)/n)；
3. 要满足 P = 1 - P1 > 0.5,即 P1 < 0.5；由于(1+x)<e^x（在R内都成立），所以上面P1< e^(-1/n) * e^(-2/n) * … * e^(-(k-1)/n) = e^(-k(k-1)/2n) < 0.5；可最终得到 k>=23即可以满足条件~

---