多数问题求解之蒙特卡洛与分治法

2024-03-14 00:04

本文主要是介绍多数问题求解之蒙特卡洛与分治法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

多数问题(Majority Problem)是一个有多种求解方法的经典问题,其问题定义如下:

给定一个大小为 n n n的数组,找出其中出现次数超过 n / 2 n/2 n/2的元素

例如:当输入数组为 [ 5 , 3 , 5 , 2 , 3 , 5 , 5 ] [5, 3, 5, 2, 3, 5, 5] [5,3,5,2,3,5,5],则 5 5 5是多数(majority)。

本文将介绍该问题的多种求解方法,重点介绍蒙特卡洛与分治法2种。

1. 解决思路

面对一个未知的算法问题,我们最开始很自然地会使用简单粗暴的方法。

1.1 暴力解法

暴力解法就是遍历整个数组,依次判断每个元素是否是多数。其伪代码如下:

Majority(A[1, n])
for(i = 1 to n)cnt = 1for(j = 1 to n)if (i != j and A[i]==A[j])cnt++endif (cnt > n/2) return "A[i] is the majortiy"endreturn "No majority"

暴力算法的缺点就是费时间,时间复杂度为 O ( n 2 ) O(n^2) O(n2)。那有什么办法能少一些遍历的时间代价呢?哈希表就是一种用空间换时间的方法。

1.2 哈希表

上面的暴力解法中,我们在循环遍历中更新元素出现的次数,然后再判断是否是多数。可以改为只遍历数组一次,用哈希表记录每个元素出现的次数,然后再遍历哈希表找到出现次数最大的元素,判断其出现次数是否超过 n / 2 n/2 n/2

这样时间复杂度降为了 O ( n ) O(n) O(n),空间复杂度为 O ( n ) O(n) O(n)。时间复杂度还能更优化一点吗?下面让我们来看下分治法的求解思路。

1.3 分治法

我们把原始数组分为两半:在前一半子数组中,找到多数 A A A;在后一半子数组中,找到多数 B B B。那么原始数组的多数一定在 A A A B B B之间,当二者相等时,原始数组的多数就已经找到了;当二者不等时,比较 A A A B B B出现的次数哪个大于 n / 2 n/2 n/2即可。

算法的时间复杂度 T ( n ) = T ( n / 2 ) + 2 n = O ( n log ⁡ n ) T(n)=T(n/2)+2n=O(n\log{n}) T(n)=T(n/2)+2n=O(nlogn)。具体的C语言代码实现可参见第2节。

1.4 蒙特卡洛法

蒙特卡罗(Monte Carlo)算法是一种随机算法,在一般情况下可以保证对问题的所有实例都以高概率给出正确解,但是通常无法判定一个具体解是否正确。

在多数问题中,蒙特卡洛法的思想是随机从数组中选择一个元素,判断是否是多数。如果不是多数的话,再随机选择一个。在存在多数的情况下,因为随机选择到多数的概率超过 1 2 \frac{1}{2} 21,算法找不到多数的概率小于 1 2 \frac{1}{2} 21

该算法的平均时间复杂度为 O ( n ) O(n) O(n)

2. 代码

以下C语言代码依次实现了Monte Carlo以及分治法求解多数问题,并比较了两种算法的运行时间。

  1. 首先用户需输入测试数据的文件路径,按下回车键。
  2. 然后进入Monte Carlo模式需输入重复的次数。
  3. 待用户输入完成,按下回车键后,对Monte Carlo算法求解多数问题计时开始,直至输出多数问题的结果计时结束,打印输出运行时间(ms)。
  4. Monte Carlo结束后直接进入分治法求解,开始计时,直至分治法输出多数问题的结果计时结束,打印输出运行时间(ms)。
#include <iostream>
#include <cstdlib>
#include <ctime>
#include <windows.h> using namespace std;const int N = 2000000;        //定义数组的最大长度 int a[N];bool majorityMC_once(int a[], int len, int *result) { //对长度为len的数组a[]进行一次蒙特卡洛寻找多数 int rnd = rand() % len;  //生成[0, len-1)的一个随机下标 int x = a[rnd];int count = 0;           //记录 x 在数组a[]中出现的次数 for (int i = 0; i < len; i++) { if (a[i] == x) {count++;}}if (count > (len / 2)) { //若 x 出现次数超过数组长度的一半,则一次蒙特卡洛找到多数,返回true *result = x;         //将找到的多数的值传给result return true;} else {                   //否则,一次蒙特卡洛未找到多数,返回false return false;}
}bool majorityMC_k_times(int a[], int len, int *result, int k) { //k次蒙特卡洛 for (int i = 1; i <= k; i++) {if(majorityMC_once(a, len, result)) { //只要有一次蒙特卡洛找到多数,则返回true              return true;}} return false;                             //k次蒙特卡洛均未找到多数,则返回false 
}bool majorityDC(int a[], int start, int end, int *result) { //分治法求解多数问题,数组下标区间为[start, end] if (start == end) {*result = a[end];return true;}else {int m1, m2;majorityDC(a, start, (start + end) / 2, &m1);    //m1为前半区间[start, (start + end) / 2]的多数 majorityDC(a, (start + end) / 2 + 1, end, &m2);  //m2为后半区间[(start + end) / 2 + 1, end]的多数 int count1 = 0, count2 = 0;for (int i = start; i <= end; i++) {if (a[i] == m1) {     //count1记录m1在数组a[]中出现的次数 count1++;}if (a[i] == m2) {     //count2记录m2在数组a[]中出现的次数 count2++;}}if (count1 > ((end - start + 1) / 2)) { //m1在数组a[]中出现的次数大于数组长度的一半,则m1为多数 *result = m1;return true;} else if (count2 > ((end - start + 1) / 2)) { //m2在数组a[]中出现的次数大于数组长度的一半,则m2为多数 *result = m2;return true;}else {  return false;         //m1, m2均不是多数,则数组a[]的多数不存在}}
}int main() {srand(time(NULL));  //设置时间函数time(NULL)为随机数种子 char s[100];cout << "请输入测试数据文件路径:" << endl;cin >> s; FILE *fp;fp = fopen(s, "r");if (fp == NULL) {cout << "Can not open the file!" << endl;exit(0);}int i = 0;while (fscanf(fp, "%d\n", &a[i]) != EOF) {  //读取文件中的数据到数组a[]中 i++;}fclose(fp); cout << "********************** Monte Carlo *********************" << endl;int k;cout << "请输入 Monte Carlo 重复的次数: ";cin >> k;LARGE_INTEGER nFreq;LARGE_INTEGER nBeginTime;LARGE_INTEGER nEndTime;QueryPerformanceFrequency(&nFreq);QueryPerformanceCounter(&nBeginTime);  //Monte Carlo计时开始 int resultMC;if (majorityMC_k_times(a, i, &resultMC, k)) {cout << resultMC << " is the majority" << endl;} else {cout << "Can not find the majority!" << endl;}QueryPerformanceCounter(&nEndTime);  //Monte Carlo计时结束 double time = (double)(nEndTime.QuadPart - nBeginTime.QuadPart) / nFreq.QuadPart * 1000;cout << "Running time: " << time << "ms" << endl;cout << endl;cout << "****************** Divide and Conquer ******************" << endl;QueryPerformanceFrequency(&nFreq);QueryPerformanceCounter(&nBeginTime);  //分治法计时开始 int resultDC;if (majorityDC(a, 0, i - 1, &resultDC)) {cout << resultDC << " is the majority" << endl;} else {cout << "Can not find the majority!" << endl;}QueryPerformanceCounter(&nEndTime);    //分治法计时结束 time = (double)(nEndTime.QuadPart - nBeginTime.QuadPart) / nFreq.QuadPart * 1000;cout << "Running time: " << time << "ms" << endl;return 0;
}

3. 运行结果

基于测试数据,求解得到如下结果:

  • dataset1.txt:none
  • dataset2.txt:991
  • data_1015.txt:none
  • data_1015l.txt:none

多次运行程序发现,在多数问题有解时,采用Monte Carlo算法求解效率普遍比分治法高,但是在Monte Carlo算法重复次数较少时,它在实际中并不总是返回正确结果。如测试数据为dataset2.txt,Monte Carlo重复1次时,可能会找不到多数问题的解,如下图。

在这里插入图片描述

其他运行示例:

(1)dataset1.txt,Monte Carlo重复次数1000:

在这里插入图片描述

(2)dataset2.txt,Monte Carlo重复次数20:

在这里插入图片描述

(3)data_1015.txt,Monte Carlo重复次数1000:

在这里插入图片描述

(4)data_1015l.txt,重复次数1000:

在这里插入图片描述

这篇关于多数问题求解之蒙特卡洛与分治法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/806634

相关文章

SpringBoot内嵌Tomcat临时目录问题及解决

《SpringBoot内嵌Tomcat临时目录问题及解决》:本文主要介绍SpringBoot内嵌Tomcat临时目录问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录SprinjavascriptgBoot内嵌Tomcat临时目录问题1.背景2.方案3.代码中配置t

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

如何解决idea的Module:‘:app‘platform‘android-32‘not found.问题

《如何解决idea的Module:‘:app‘platform‘android-32‘notfound.问题》:本文主要介绍如何解决idea的Module:‘:app‘platform‘andr... 目录idea的Module:‘:app‘pwww.chinasem.cnlatform‘android-32

kali linux 无法登录root的问题及解决方法

《kalilinux无法登录root的问题及解决方法》:本文主要介绍kalilinux无法登录root的问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,... 目录kali linux 无法登录root1、问题描述1.1、本地登录root1.2、ssh远程登录root2、

SpringBoot应用中出现的Full GC问题的场景与解决

《SpringBoot应用中出现的FullGC问题的场景与解决》这篇文章主要为大家详细介绍了SpringBoot应用中出现的FullGC问题的场景与解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录Full GC的原理与触发条件原理触发条件对Spring Boot应用的影响示例代码优化建议结论F

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

Pyserial设置缓冲区大小失败的问题解决

《Pyserial设置缓冲区大小失败的问题解决》本文主要介绍了Pyserial设置缓冲区大小失败的问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录问题描述原因分析解决方案问题描述使用set_buffer_size()设置缓冲区大小后,buf

resultMap如何处理复杂映射问题

《resultMap如何处理复杂映射问题》:本文主要介绍resultMap如何处理复杂映射问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录resultMap复杂映射问题Ⅰ 多对一查询:学生——老师Ⅱ 一对多查询:老师——学生总结resultMap复杂映射问题

java实现延迟/超时/定时问题

《java实现延迟/超时/定时问题》:本文主要介绍java实现延迟/超时/定时问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java实现延迟/超时/定时java 每间隔5秒执行一次,一共执行5次然后结束scheduleAtFixedRate 和 schedu

如何解决mmcv无法安装或安装之后报错问题

《如何解决mmcv无法安装或安装之后报错问题》:本文主要介绍如何解决mmcv无法安装或安装之后报错问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mmcv无法安装或安装之后报错问题1.当我们运行YOwww.chinasem.cnLO时遇到2.找到下图所示这里3.