算法导论 第5章 概率分析和随机算法

算法导论 第5章 概率分析和随机算法

考虑一个雇佣助理的问题，对于每一个出现的应聘者，若该应聘者比之前所有应聘者都好，则雇佣该应聘者。

初始化时创建一个虚拟的应聘者编号0，他比其他所有应聘者都差，则过程如下：

该问题的费用模型并不关注执行时间，而是面试和雇佣产生的费用。面试费用较低为c_i，雇佣费用较高为c_h，则若m是雇佣人数，总费用为O(c_in+c_hm)。应聘人数总是为n，因此只关注c_hm。这个量在该算法的每次执行中都不同。

对于最坏情况，应聘者质量按出现的次序严格递增，此时雇佣了n次，总费用O(c_hn)。

可以使用 概率分析 的方法来分析这个算法的运行时间。假设应聘者以随机顺序出现，以1到n表示应聘者的名次，则出现顺序是数字1到n的n!种可能排列中等概率的随机一种。

如果一个算法的行为不仅由输入决定，也由 随机数生成器 产生的数值决定，则称这个算法是 随机的。一个随机算法的运行时间称为 期望运行时间。

假设应聘者以随机顺序出现，X为雇佣新助理的次数，则：

我们使用 指示器随机变量 来分析雇佣问题：

则：

因此总雇佣费用平均情形下为O(c_hlnn)。

许多时候，我们无法得知输入分布的信息，因而阻碍了评价情况分析。如对于雇佣问题，可能出现的最坏情况雇佣次数等于应聘人数，最好情况则只需雇佣1人。由此引入了 随机算法，使得没有特别的输入会引出它的最坏情况行为：

其费用期望是O(c_hlnn)。

很多随机算法通过对给定的输入变换排列以使输入随机化。一种方式是对每个元素赋一个随机优先级，并依据优先级排序：

该方法可以产生一个均匀随机排列，其中使用范围1到n³是为了尽量避免重复。

另一种方法是原址排列给定数组：

该方法也可以产生一个均匀随机排列。