常用算法记录整理

数据预测类算法

一次指数平滑法

一次指数平滑法是根据历史数据，预测即将出现的数据值

一次指数平滑法只适合于具有水平发展趋势（即没有持续的上升或下降趋势）的时间序列分析，只能对近期进行预测

公式1

本期平滑值=上期实际值*平滑系数+（1-平滑系数）*上期平滑值

公式2

本期平滑值=本期实际值*平滑系数+（1-平滑系数）*上期平滑值

两个公式都可以使用，只有少许区别
使用公式1可以在一次循环中就计算出目标预测值
公式2，则是先把已有数据的平滑值算出来，最后一步预测还有使用公式2才能算出预测期数的平滑值，因为要预测的期数实际值是没有的

二次指数平滑法

二次指数平滑法是在一次平滑的基础上，使用一次平滑的结果，做二次平滑运算
主要适用于：时间序列具有上升或下降趋势的预测

公式

本期平滑值=本期一次平滑值*平滑系数+（1-平滑系数）*上期二次平滑值

初始平滑值的确定

一次和二次指数法，第一条数据，都是没有上期平滑值的
一般分为两种情况，当样本为大样本时（n>42），上期平滑值一般以第一期的实际值代替；当样本为小样本时（n<42），上期平滑值一般取前几期（3-5）的平均值代替

平滑系数的选择

1、当原始数据呈现比较稳定的水平趋势，平滑系数一般在0.1-0.3之间，减少修正幅度
2、原数列波动较大，选择适中的值，一般在0.3-0.6之间
3、原数列波动较大，且确实明显时，一般在0.6-0.9之间

可以把预测值和实际值做趋势对比，适当调整系数，使趋势接近，提高预测的准确性

大数据筛选类算法

遗传算法

遗传算法主要用于从大量可能值中找出最优解。该算法没有具体的公式，是模拟达尔文生物进化论而总结的一种程序设计思想

概念名词

名称	定义
种群	种群就是包含了指定个数的 个体的集合
个体	个体包含染色体和适应度 例如： s=func(x,y)，就是一个个体。s是一个返回值，就是适应度。 x，y是函数的参数，参数统称为染色体单独的某一个参数，称为基因
染色体	一个个体对应一个染色体，染色体是个体基因的总称
基因	x,y都算一个基因
适应度	适应度就是确定参数后对应的函数值
交叉	把两个 个体中，指定位置和长度的基因，进行交互，产生的一个新的个体 交叉在遗传过程中使用的频率最高，其目的是基于优良父代基因的基础上进一步扩展有限个体的覆盖面积
变异	交叉过程中，父代个体中，随机位置随机个数的基因，以一定概率，发生自交换 变异同样是遗传算法核心算法之一，旨在跳出局部搜索范畴，体现全区搜索的思想
选择	对种群中的个体进行遍历，把染色体带入到验证公式中，求出每个个体的适应度 对适应度低的个体，进行淘汰，剩下的个体使用交叉和变异，重新生成和初始种群相同数量的种群，然后继续进行迭代
-	淘汰算法常用的是“轮盘法”和“覆盖法” 覆盖法:简单粗暴，直接淘汰掉指定比例的差个体。 比如把适应度序列后面百分之20直接淘汰掉。强者不但拥有交配权，还可以多生，多生，多生 轮盘法：把适应度作为淘汰概率，随意淘汰指定数量的个体 把种群适应度求和，值为M。把种群按照适应度升序排列，并给每个个体分发数字 该数字为比当前个体适应度小的所有个体的适应度之和，加上当前个体的适应度，数字为S 遍历种群，每次随机生成一个0到M的随机数，若当前个体的S值，大于随机数，则保留，否则淘汰 选择轮盘赌法的原因是某个染色体这一代的适应度不好，但是有可能通过染色体变异和交叉后，下一代的适应度很好呢。 所以采用概率的方式，不能一竿子把适应度差的全打倒

为什么要使用遗传算法来筛选最优解呢？
当数据较少时，我们完全可以使用穷举法来筛选最优解。但当数据超过了当代计算机的存储和计算能力值时，遗传算法就可以用一小组样本，通过不断迭代实现结果。

以经典商旅问题为例，已知100个城市的坐标x，y，求走遍所有城市最短路线，城市编号从1到100。那么其中一个解就是包含1-100的随机顺序的数字集合。
如果我们使用穷举法，就要把所有可能的路线先列出来，100个城市的排列，套用排列公式：

n==m，分母为1，所以100个城市的排列可能就是100的阶乘，是一个长达160位的天文数字，没有服务器可以一次性处理如此巨量数据，需要分布式集群来解决。这个时候使用遗传算法，可以以较少的数量，通过多次迭代来找出最优解

最短路径算法

弗洛伊德算法

弗洛伊德算法主要用于计算一个路径图中，两两节点最短距离

局限

若两个节点没有直接联通，可通过一个中间节点联通。若需要的中间节点超过1个，则无法算出两个节点之间的距离。

弗洛伊德算法既适用于无向加权图，也适用于有向加权图
我们使用一个有向加权图为例，如下
有向，说明节点之间只能按箭头计算距离。比如0->3 ,0到3的距离是5,3到0是无穷
无向，则是0-5。0和5之间使用一条路径
加权，说明指定了两点之间的长度
无权，说明默认两点之间的长度默认为1

基本原理

以一个节点为作为中间节点，当查找一个节点到其他节点路径时，则查看能否通过中间节点进行关联。若中间节点可以关联，且关联后路径距离比原节路径的距离短，则把该路径作为最短路径

先把上图的节点关系整理为一个表格

例如：以3作为中间节点，找1到各节点的距离。
1到0，无中间节点，过
1到1，无中间节点，过
1到2，有中间节点3，新路径1-3-2距离为6，小于原1到2的路径 无穷，记录
1到3，无中间节点，过

主要经过使用三重循环
第一重：把4个点依次作为中间节点
第二重：依次查寻4个起始顶点和中间节点的关系
第三重：遍历一个起始顶点到目标顶点的值

使用go语言实现，代码如下

package main

import (
	"fmt"
	"math"
	"strconv"
)

type dist []float64
type path map[int64]string

func main(){
	//定义一个无穷数
	inf := math.Inf(1)
	//根据加权图，列出各个顶点之间的距离
	dist_data := []dist{
		{0,3,inf,5},
		{2,0,inf,4},
		{inf,1,0,inf},
		{inf,inf,2,0},
		{1,inf,inf,inf},
	}
	//声明并初始化一个map用来保存路径关系
	path_data := map[int64]path{0:{},1:{},2:{},3:{},4:{}}
	var m int64
	var s int64
	var v int64
	//第一层循环，用来更换选定中间节点，middle
	for m=0;m<4;m++{
		//第二层循环，用来更换与中间节点连接的起始节点，start
		for s=0;s<4;s++{
			//第三层循环用来遍历其起始节点start，到各点和中间点的值，value，
			for v=0;v<4;v++{
				//记录路径
				if _,ok := path_data[s][v];!ok{
					path_data[s][v] = strconv.FormatInt(s, 10)+"-"+strconv.FormatInt(v, 10)
				}
				//当选中的中间节点middle和当前起始节点start为同一个，跳出该层循环
				if m == s{
					break
				}
				//若当前start节点的v等于m ，表示不存在中间节点
				//若当前start节点的v等于s，表示自己到自己
				//若当前middle节点到v节点值为无穷数，表示是无效中间节点
				//以上三种情况都跳过该次循环
				if v == m || v == s || math.IsInf(dist_data[m][v],1){
					continue
				}
				//若当前节点到v的值，小于，当前节点到中间节点+中间节点到v的值，则更新当前节点的v值和路径
				if dist_data[s][v] > dist_data[s][m]+dist_data[m][v]{
					dist_data[s][v] = dist_data[s][m]+dist_data[m][v]
					path_data[s][v] = strconv.FormatInt(s, 10)+"-"+strconv.FormatInt(m, 10)+"-"+strconv.FormatInt(v, 10)
				}
			}
		}
	}
	fmt.Println(dist_data)
	fmt.Println(path_data)
}

迪杰斯塔拉算法

杰斯塔拉算法用于计算一个顶点到其他所有点的最短路径，不会被路径中中间节点个数限制

下面是一个无向加权图，和根据图提取的表格

我们还需要根据图，提取一个节点和路径之间的映射数组，如下

$arr = [
	"0-1"	=> 2,
	"0-2"	=> 6,
	"1-3"	=> 5,
	....
]

基本原理

循环查找“总权值”行中，最小的值，此时为2。把该列对应的节点1，标记为已确定的最短路径。然后从$arr中查找，键值是以1开头的，以1之后的节点结尾的路径。如果有，且路径值+1节点的权值<原节点权值，就修改原节点的权值和路径。开启下次循环，找最小权值，但不包括已被标记为最短路径节点对应列。直到节点都被标为最短路径后结束

使用php复现流程，如下

$start = '0';//起始节点点名称
$node_arr = [1,2,3,4,5,6];//子节点名称数组
//两个节点的路径和距离对应数组
$map = [
	'0-1'	=> 2,
	'0-2'	=> 6,
	'1-3'	=> 5,
	'2-3'	=> 8,
	'3-5'	=> 15,
	'3-4'	=> 10,
	'4-5'	=> 6,
	'4-6'	=> 2,
	'5-6'	=> 6
];
//初始化各子节点到起始节点的距离和路径数组
$path = $dist = [];
foreach($node_arr as $val){
	$p = $start.'-'.$val;
	$path[$val] = $p;
	//status为1时，表示该节点到起始点已找到最近距离，不在参与之后循环
	$dist[$val] = isset($map[$p])?['val'=>$map[$p],'status'=>0]:['val'=>log(0),'status'=>0];
}
//过滤dist中已被标记为最短距离的节点和无效权值（无穷）的节点
function getDistMin($dist){
	$arr = [];
	foreach($dist as $key=>$val){
		if($val['status'] != 1 and !is_infinite($val['val'])){
			$arr[$key] = $val['val'];
		}
	}
	return $arr;
}
//循环查找和更新，循环次数大于节点数即可
for($i=1;$i<=7;$i++){
	//查找dist中的最小值，排除status为1的值和无穷值
	$min_dist = getDistMin($dist);
	//返回空，说明节点都被标记为了最短路径，可以结束循环
	if(!$min_dist){
		print_r($path);
		print_r($dist);
		exit;
	}
	//最小权值
	$min_dist_val = min($min_dist);
	//最小权值对应的节点
	$min_code = array_keys($min_dist,$min_dist_val)[0];
	//更新dist中，该节点的status为1，即标记为最短路径
	$dist[$min_code]['status'] = 1;
	//查找该节点之后的节点到该节点路径，并把值更新到path和dist中
	foreach($node_arr as $val2){
		$key2 = $min_code.'-'.$val2;
		//如果 当前节点值>最小节点值+当前节点到最小节点值,或当前节点值是无穷值，更新
		if(
			$val2 > $min_code
			&& isset($map[$key2])
			&& (is_infinite($dist[$val2]['val']) || $dist[$val2]['val'] > $min_dist_val+$map[$key2])
		){
			$dist[$val2]['val'] = $min_dist_val+$map[$key2];
			$path_str = $path[$min_code].'-'.$key2;
			$path_arr = array_unique(explode('-',$path_str));
			$path_str = implode('-',$path_arr);
			$path[$val2] = $path_str;
		}
	}
	
}