第五章 概率分析和随机算法 5.1 雇用问题

5.1 雇用问题

一. 雇用问题

1. 问题描述

  假设雇用一名新的办公助理，先找一名雇用代理。雇用代理每天推荐一个应聘者，雇用者决定是否雇用。雇用者必须给雇用代理一小笔费用，以便面试应聘者。在面试完每个应聘者后，如果该应聘者比目前的办公助理更合适，就会辞掉当前的办公助理，然后聘用新的。
  HIRE-ASSISTANT 过程表示雇用策略。假设应聘办公助理的候选人编号为 $1$ 到 $n$ 。该过程中假设雇用者在面试完应聘者 $i$ 后，决定应聘者 $i$ 是否是你目前见过的最佳人选。初始化时，该过程创建一个虚拟的应聘者，编号为 $0$ ，他比所有的应聘者都差。

HIRE-ASSISTANT(n)

best = 0		// candidate 0 is a least-qualified dummy candidate
for i = 1 to n
	interview candidate i
	if candidate i is better than candidate best
		best = i 
		hire candidate i

  面试的费用较低，比如为 $c_i$ ，然而雇用的费用较高，设为 $c_h$ 。假设 $m$ 是雇用的人数，那么该算法的总费用就是 $O(c_{i}n+c_{h}m)$ 。不管雇用多少人，总会面试 $n$ 个应聘者，于是面试产生的费用总是 $c_{i}n$ 。因此我们只关注于分析 $c_{h}m$ ，即雇用的费用。这个量在该算法的每次执行中都不同。

2. 最坏情况分析

  在最坏情况下，应聘者质量按出现的次序严格递增时，雇用了 $n$ 次，总的费用是 $O(c_{h}n)$ 。

3. 概率分析

  对所有可能输入产生的运行时间取平均。当报告此种类型的运行时间时，我们称其为平均情况运行时间。
  所有应聘者存在一个全序关系，可以使用从 $1$ 到 $n$ 的唯一号码对应聘者排列名次，用 $rank(i)$ 表示应聘者 $i$ 的名次，并照常约定一个较高名次对应一个更好的应聘者。有序序列 $<rank(1),rank(2),...,rank(n)>$ 是序列 $<1,2,...,n>$ 的一个排列。称应聘者以随机顺序出现，等价于称这个排名列表是数字 $1$ 到 $n$ 的 $n!$ 种排列表中的任一个。或者，我们也称这些排名构成一个均匀随机排列；也就是说，在这 $n!$ 种可能的排列中，每一种以等概率出现。

4. 随机算法

  如果一个算法的行为不仅由输入决定，而且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。
  假设有一个可以自由使用的随机数生成器 RANDOM ，调用 RANDOM(a, b) 将返回一个介于 $a$ 和 $b$ 之间的整数，并且每个整数以等概率出现。每次 RANDOM 返回的整数独立于前面调用的返回值。
  分析一个随机算法的运行时间时，我们以运行时间的期望值衡量，其中输入值由随机数生成器产生。我们将一个随机算法的运行时间称为期望运行时间。一般而言，当概率分布是在算法的输入上时，我们讨论的是平均情况运行时间；当算法本身做出随机选择时，我们讨论其期望运行时间。

二. 练习

5. 1-1

  证明：假设在过程 HIRE-ASSISTANT 的第 $4$ 行中，我们总能决定哪一个应聘者最佳，则意味着我们知道应聘者排名的全部次序。

  证明：偏序关系要求自反、反对称、传递，次序关系为 $R$ ，对任意应聘者 $a,b,c$， $aRb$ 表示 $a$ 排名相对 $b$ 相同或是更优，于是：
     自反：$aRa$
     传递：如果 $aRb$ 且 $bRc$ 则 $aRc$
     反对称：如果 $aRb$ 则 $bRa$ 不一定成立
     于是 $R$ 为一偏序关系。由于我们假设总能比较任意两个应聘者，于是我们总能决定哪一个应聘者最佳，则意味着我们知道应聘者排名的全部次序。

*5. 1-2

  请描述 RANDOM(a, b) 过程的一种实现，他只调用 RANDOM(0, 1) 。作为 $a$ 和 $b$ 的函数，你的过程的期望运行时间是多少？

  解：伪代码如下：

RANDOM(a, b)

range = b - a
bits = ceil(log(2, range))
result = 0
for i = 1 to bits
	r = RANDOM(0, 1)
    result = result + r >> i
if result > range
    return RANDOM(a, b)
else return a + result

    记 $k=\lceil \lg (b-a)\rceil$ ，则 RANDOM(0, 1) 共运行了 $k$ 次，RANDOM(a, b) 期望运行次数为 $\frac{2^k}{b-a}$ 。期望运行时间 $\Theta (\frac{2^k}{b-a}k)$ 。由于 $2^k<b-a$ ，从而运行时间为 $O(k)$ 。

*5. 1-3

  假设你希望以 $1/2$ 的概率输出 $0$ 与 $1$ 。你可以自由使用一个输出 $0$ 或 $1$ 的过程 BIASED-RANDOM 。它以某概率 $p$ 输出 $1$ ，概率 $1-p$ 输出 $0$ ，其中 $0<p<1$ ，但是 $p$ 的值未知。请给出一个利用 BIASED-RANDOM 作为子程序的算法，返回一个无偏的结果，能以概率 $1/2$ 返回 $0$ ，以概率 $1/2$ 返回 $1$ 。作为 $p$ 的函数，你的算法的期望运行时间是多少？

  解：调用两次 BIASED-RANDOM 的结果可能为 $00,01,10,11$ ，我们定义如下策略：

    $00$ 或 $11$ ：再调用两次 BIASED-RANDOM
    $01$ ：输出 $0$
    $10$ ：输出 $1$

    于是， P r { 00 ∣ 11 } = p 2 + ( 1 − p ) 2 Pr\{00|11\}=p^2+(1-p)^2 Pr{00∣11}=p2+(1−p)2 ， P r { 01 } = P r { 10 } = p ( 1 − p ) Pr\{01\}=Pr\{10\}=p(1-p) Pr{01}=Pr{10}=p(1−p)

    由于没有其他方式返回 $0$ 或 $1$ 。因此返回 $0$ 与 $1$ 的概率为 $1/2$ 。

    伪代码如下

UNBIASED-RANDOM

while true
    x = BIASED-RANDOM
    y = BIASED-RANDOM
    if x != y
        return x

    此方案的预期试验次数是 $1/2p(1-p)$ ，于是预期运行时间是 $\Theta (1/2p(1-p))$ 。