概率算法

概率算法：

1. 随机数。 

应用： 抛硬币，统计频率。

2. 数值概率算法。

应用： 随机投点，计算π值。

随机投点，计算定积分。

平均值法，计算定积分。

解非线性方程组。

常用于 数值问题的求解。 往往求的是  近似解 。近似解的精度随计算时间的增加而不断提高。

3.舍伍德算法：

排序算法中，枢轴元素，选用拟中位数  可以保证 最坏情况下用线性时间 完成么

采用划分数组第一个元素作为划分基准的话，最坏情况下需要要O(n^2) ， 平均较好。。。。

舍伍德选择算法则随机地选择一个数组元素作为划分基准，这样既保证算法的线性时间平均性能，又避免了计算拟中位数的麻烦。

例子详见：

http://blog.csdn.net/liufeng_king/article/details/9038771

另，如果事先把要排序的元素打乱，就不需要 舍伍德 了。

就是 所谓的 随机洗牌。 可看下面的代码：

随机洗牌算法：  http://blog.chinaunix.net/uid-20775243-id-2555001.html

另，  0045算法笔记——【随机化算法】舍伍德随机化思想搜索有序表  

舍伍德改进快速排序 http://www.2cto.com/kf/201305/212296.html

舍伍德算法总能求得问题的一个解，且所求得的解总是正确的。

当一个算法的最坏复杂度 与 平均复杂度 相差较大时，可在 其中 引入 随机性，将其改造成一个 舍伍德算法， 用以消除 好坏实例间的差别。

 

4.拉斯维加斯算法。

该算法不会得到不正确的解。 but' 它 可能找不到解。

应用 ：n后 问题

之前回溯法是 系统性的搜索棋盘，找一个合适的位置。

采用拉斯维加斯算法，可以给每个皇后 随机性的选择一个位置，然后，判断这个皇后可否放在此(剪枝?)

此方法，一旦发现一个皇后无法正确放置，就要重新开始。

改进： 选取 m 个皇后 随机放置， 后面的 利用 回溯法 找合适位置。  其中，m越大，后面回溯所需时间越小，失败概率越大。

5. 蒙特卡罗算法。 

用于求解问题的【准确解】。 但 无法 有效 判断 该解 是否肯定正确。

这个写的不错 http://hi.baidu.com/yangkunarsenal/item/d52895f5d599a70984d27887

在围棋中的应用   http://blog.csdn.net/lanphaday/article/details/2387034

http://blog.tianya.cn/blogger/post_show.asp?BlogID=1992967&PostID=17179181  

艾玛 好多 好复杂的样纸  先放链接 改天在看