近似算法 & 近似比的粗浅了解和一些概念总结mark

已于 2022-05-14 22:25:20 修改
阅读量2.6k 收藏 8
点赞数 2
分类专栏： 优化 文章标签： 算法
于 2022-05-14 22:24:27 首次发布
原文链接：https://zh.wikipedia.org/wiki/%E8%BF%91%E4%BC%BC%E7%AE%97%E6%B3%95#:~:text=%E8%BF%91%E4%BC%BC%E7%AE%97%E6%B3%95%EF%BC%88%E8%8B%B1%E8%AA%9E%EF%BC%9AApproximation%20algorithm,%E7%A9%BA%E9%97%B4%E6%88%96%E8%80%85%E8%AF%A2%E9%97%AE%E6%AC%A1%E6%95%B0%E7%AD%89%
版权

近似算法 & 近似比的粗浅了解和一些概念总结mark

先看看来自wiki的概念：

在计算复杂性理论中的某些假设下，比如最著名的P != NP假设下，对于一些可已被证明为NP完全的优化问题，无法在多项式时间内精确求到最优解，然而在现实或理论研究中，这类问题都有广泛的应用，在精确解无法得到的情况下，转而依靠高效的近似算法求可以接受的近似解。近似算法的研究也是当今计算机科学研究的一个主要方向。

近似比又是什么？

在这里插入图片描述
一个不错的通过装箱问题介绍近似算法的博主的推文：

https://drwxyh.github.io/2018/08/15/Bin-Packing/

weixin_44930508
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
k-center近似比为2证明
abcsmallxhj的博客
05-06 1140
k-center近似比为2证明1.*k*-center定义-对定义的解释 1.k-center定义 给定数据集PPP，从PPP中选择kkk个点，C={c1,c2,...,ck}C=\{c_{1}, c_{2}, ..., c_{k}\}C={c1​,c2​,...,ck​}，最小化目标函数 maxx∈Pd(x,C)max_{x\in P} d(x, C)maxx∈P​d(x,C)，其中d(x,C...
算法课笔记系列（九）——近似算法（Part1）
热门推荐
小胖子的博客
06-01 2万+
这一周的内容是近似算法(Approximation Algorithm)。 对于许多的问题的算法，我们通常目标在于设计一个可以在多项式时间内运行的算法。然而，上一节的NP问题告诉我们这样的算法不一定存在。近似算法其实是针对NP难问题的一种退让，对于许多P不等于NP的最优化问题，无法在多项式时间内找到最优解。因此，如果可以只求一个我们可以接受的解，而不是非要最优解，那么可能存在一个多项式时间的算法
论文研究-近似概念格及其增量构造算法研究.pdf
07-22
针对传统概念格处理不完备信息的局限，给出了处理形式背景有缺值现象的概念格扩展模型——近似概念格，在此基础上提出改进的概念格增量构造算法。该算法引入哈希技术和最近父节点的增量计算方法，从加速定位生成元和更新边这两个关键过程改进Godin算法。采用随机数据集设计实验，实验表明，改进的算法可有效提高对形式背景有缺值现象概念格的建格效率，尤其是对数据规模和发生关系概率较大的数据集，算法的高效性更明显。
多背包问题近似解法及其近似比
weixin_30678349的博客
11-10 864
多背包问题：给定n个物品，其中物品i的价格是vi,重量是wi,有m个背包，背包j最大能装物品重量为Bj,求这些背包能够装下物品的最高价格，其中每个物品要么完全放入背包要么不放入。 (1),给出一个求解该问题的近似算法。 (2),设所有Bj都相等，分析你给出的算法的近似比。 这个问题到底有没有非近似的方法？这个是不是NP问题呢？虽然有些疑惑，但还是找出一个近似算法吧！ (1),这里用贪心算...
3/2倍近似算法-LPT Rule证明
最新发布
qq_46144849的博客
11-06 120
第二点，为什么只考虑任务多的机器小于等于1.5OPT：因为如果某个机器只有一个任务就已经是时间最大的了，那么OPT也只会是这种排法，所以是一倍的OPT。而之后这个机器再加任务的时候，就可以采用上面的算法，第一个小于等于OPT，第二个一定小于等于0.5OPT。这里有几点需要点明：首先是为什么2ti
算法导论习题—摊还时间代价分析、栈实现队列、贪心算法近似比、集合覆盖问题
我们都是被分成两半的人，一边热爱生活，一边憎恨生活。面对生活，我们总是在矛盾的两端摇摆，在反复的矛盾和犹豫中，一边踉跄前行，一边重振旗鼓。我渴望改变，渴望变得更好，渴望找到出口……就像一个溺水人的挣扎，就像一个救生圈。我是一个矛盾集合体，想要变得快乐，但是
11-24 400
每次有元素入左栈时，判断辅助栈为空或辅助栈的栈顶元素比入栈元素更大，则将该元素压入辅助栈中，否则将辅助栈的栈顶元素重复压入辅助栈。左栈需要弹出元素时，辅助栈需要同步弹出栈顶元素。取最小值时，直接将栈顶元素弹出，返回值即最小值。​ 当我们选择一个集合之后，删除已经被覆盖的元素。每次迭代添加包含未覆盖元素最多的集合, 直到满足全覆盖条件，时间复杂度为多项式时间。： 使用聚合法分析，取最小值实际上是对单个辅助栈的操作，考虑整个栈的。个操作，一个对象压入栈后，至多弹出一次，则对该栈的。是其覆盖的对应元素个数。
近似算法浅记
m0_56214772的博客
03-03 523
近似算法的两种定义以及它们的关系
引言——近似算法的必备知识（待补充）
WisdomXLH的博客
10-31 2032
知识点：多项式时间、P和NP、OPT、近似比、紧实例、顶点覆盖问题、上界、下界 （1）多项式时间：类似于O(1),O(log(n)),O(n^a)这些的规模n出现在底数的位置 （2）非多项式时间：类似于O(a^n)和O(n!)这些是非多项式级的，其复杂度计算机往往不能承受 （3）P和NP 1.P类问题：能在多项式时间内可解的问题。 2.NP类问题：在多项式时间内“可验证”的问题。也就是说，不能判定这个问题到底有没有解，而是猜出一个解来在多项式时间内证明这个解是否正确。P类问题属于NP问题，但NP类
在线算法的竞争比
qq_35508286的博客
09-06 5059
如果在算法执行前就获得了所有的输入，叫做离线算法(offline)，如果因为内存大小或其他原因导致的只能在算法执行的过程中一个个接受输入，并立刻给出算法的结果，就叫做在线算法(online)。一个衡量在线算法性能的指标叫做竞争比(competitive ratio),本文主要介绍什么是竞争比，以及如何计算竞争比，并给出竞争比计算的例子。
近似算法
qq_37657182的博客
12-01 1941
负载均衡问题 问题描述：有mmm个机器，nnn个任务，任务jjj的处理时间为tjt_jtj​，每个任务只能在一台机器上连续工作，一台机器同一时间只能处理一个任务。 机器iii的负载：L[i]=∑j∈S[i]tjL[i] = \sum_{j\in S[i]}t_jL[i]=∑j∈S[i]​tj​，S[i]S[i]S[i]为分配给机器iii的任务集合 工期：L=maxiL[i]L=max_iL[i]L...
近似算法（Approximation algorithms）
10-13
计算机领域基础理论的经典教材，介绍了解决NP问题时常用的近似算法，非常清晰实用的算法入门教材，适用于计算机及其相关学科的本科生、研究生，以及从业者阅读。
算法设计和分析实践，利用近似算法解决TSP等问题
06-09
算法设计和分析实践，利用近似算法解决TSP等问题
国科大近似算法PPT ，包括顶点覆盖，任务分配例子
12-13
国科大近似算法PPT ，包括顶点覆盖，任务分配例子
NP完全性理论&近似算法
12-04
NP完全性理论&近似算法
顶点覆盖近似算法_matlab
04-16
资源名：顶点覆盖近似算法_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发...
近似算法：优化问题
qq_45629627的博客
09-02 1000
对于NP-完全问题可采用以下三种方式处理，若问题规模较小则使用搜索策略在指数时间内求解，若输入规模较大，则可以考虑使用随机算法或近似算法在多项式时间内求解。近似算法是指能够在多项式时间内给出优化问题的近似优化解的算法。存在三种刻画近似精度的度量，即近似比，相对误差界和1+ε1+\varepsilon1+ε-近似。 近似比 称优化问题的一个近似算法A的近似比为p(n)p(n)p(n)，若max{c/c∗,c∗/c}<=p(n)max\{c/c^*,c*/c\}<=p(n)max{c/c∗,c∗/c
高性能算法与固定近似比算法
Mr. Mao的专栏
11-02 3060
以前做研究写论文，总爱用高性能这一词来形容所提的算法，有点王婆卖瓜的感觉。当然，所研究的算法的性能是不错的，但是否是高性能，自己不敢说一定。最近翻读Vazirani的《Approximate Algorithms》一书，仔细重读了他的前言，发现他给出了高性能算法的一个定义，即高性能算法的解与最有解的误差只有2%或5%。2%的误差要求可能有点高，但5%应该还是不错的。如果以此为衡量，先前所做的算法少
算法设计与分析之近似算法
qq_44075108的博客
12-05 7591
目前大规模的NPC问题我们无法通过计算得到，因此我们需要通过损失一部分精度的做法来找到多项式的近似算法。
对近似算法概念的学习
chp的博客
01-04 706
适用于组合优化问题，一般是多项式时间的算法
近似算法和贪心算法有什么不同
09-06
### 回答1： 近似算法是一种通过尝试和试错的方式来找到最优解的算法，而贪心算法则是一种每次仅选择在当前状态下最优解的算法。近似算法可能会导致更接近最优解的结果，但是可能会消耗更多的时间和计算资源，而贪心算法在每次迭代时可以快速找到最优解，但是可能得到的结果不是最优解。 ### 回答2： 近似算法和贪心算法是两种求解优化问题的方法，它们在解决问题的策略和实现方式上有所不同。 贪心算法是一种局部最优策略，它通过每次选择当前最优的局部解来构建全局最优解。具体而言，贪心算法在每一步都做出一个局部最优决策，并且这个决策是当前状态下最好的选择。贪心算法不考虑后续步骤可能出现的情况，只关注眼前的利益最大化。因此，贪心算法通常简单高效，但不能保证得到全局最优解。 与之相对，近似算法在求解优化问题时，试图以较小的代价获得接近全局最优解的解决方案。近似算法通常通过对问题的简化和约束，以及添加其他启发式规则来降低问题的复杂度。近似算法通常倾向于在可接受的时间复杂度内尽可能接近全局最优解，而不是保证找到全局最优解。 在实际应用中，贪心算法常常作为近似算法的一部分或基础，用于解决一些特定问题。贪心算法的局限性在于它可能会得到次优解，但它的优势在于它的速度较快，适合解决规模较小、复杂度较低的问题。而近似算法则更适合解决复杂问题，但在获取高质量解的同时需要付出更多的计算代价。 总之，贪心算法是一种简单高效的局部最优策略，而近似算法则是一种以较小代价获得接近全局最优解的求解方法。 ### 回答3： 近似算法和贪心算法都是解决优化问题的算法，但它们之间有一些不同之处。 首先，贪心算法是一种特殊的近似算法。贪心算法的核心思想是每一步都做出当前状态下最优的选择，而不考虑该选择对后续步骤的影响。贪心算法通常比较简单且高效，在许多实际问题中可以得到较好的结果。但是，贪心算法并不保证能够得到全局最优解，因为其每一步的选择是基于局部最优解的，可能会导致无法达到整体最优解。 相对而言，近似算法更加通用且灵活。近似算法的目标是在可接受的时间复杂度下，找到一个接近最优解的解。近似算法在不同的问题中具有很高的适用性，并且可以通过调整参数来平衡解决问题所需的时间和对解的质量的要求。与贪心算法不同的是，近似算法可以使用不同的策略来进行问题的求解，包括贪心策略、动态规划、线性规划等等。近似算法的结果可能与最优解存在一定的差距，但可以控制这个差距在可接受的范围内。 总结而言，近似算法是一种更加通用和灵活的算法，可以通过多种策略来解决优化问题，并且可以控制解的质量与时间复杂度之间的平衡。而贪心算法是近似算法的一种特殊情况，通过在每一步选择最优解来得到一个近似解，但不能保证得到全局最优解。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值