• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            隨筆 - 70  文章 - 160  trackbacks - 0

            公告:
            知識共享許可協議
            本博客采用知識共享署名 2.5 中國大陸許可協議進行許可。本博客版權歸作者所有,歡迎轉載,但未經作者同意不得隨機刪除文章任何內容,且在文章頁面明顯位置給出原文連接,否則保留追究法律責任的權利。 具體操作方式可參考此處。如您有任何疑問或者授權方面的協商,請給我留言。

            常用鏈接

            留言簿(8)

            隨筆檔案

            文章檔案

            搜索

            •  

            積分與排名

            • 積分 - 178988
            • 排名 - 147

            最新評論

            閱讀排行榜

            評論排行榜

            最近在看王曉東的《計算機算法設計與分析(第3版) 》,感覺講的挺不錯的。這里先推薦下。

            接下來的幾章(包括本章),我準備以連載的方式講出來,主要用到的資料是上面推薦的那本書以及《算法導論》和網上的資源,內容是概率分析與隨機算法。文章內大部分內容出自書中,我僅以匯總形式以及個人理解加以補充。如有紕漏,歡迎指出。

            概率算法的一個基本特征是對所求解問題的同一實例用同一概率算法求解兩次可能得到完全不同的效果。這兩次求解問題所需的時間甚至所得到的結果可能會有相當大的差別。一般情況下,可將概率算法大致分為四類:數值概率算法,蒙特卡羅(Monte Carlo)算法,拉斯維加斯(Las Vegas)算法和舍伍德(Sherwood)算法。

            隨機數在概率算法設計中扮演著十分重要的角色。在現實計算機上無法產生真正的隨機數,因此在概率算法中使用的隨機數都是一定程度上隨機的,即偽隨機數

            產生隨機數最常用的方法是線性同余法。由線性同余法產生的隨機序列a1,a2,…,an滿足
            1.a0=d
            2.an=(b*an-1+c)mod m (n=1,2…….)
            其中,b>0, c>=0, d>=m。d稱為該隨機序列的種子

            一般情況下,取gcd(m, b)=1,因此可取b為一素數。

            這是一個隨機數類

            const unsigned long maxshort = 65535L;
            const unsigned long multiplier = 1194211693L;
            const unsigned long adder = 12345L;
             
            class RandomNumber{
            private:
                
            // 當前種子
                unsigned long randSeed;
            public:
                
            // 構造函數,默認值0表示由系統自動產生種子
                RandomNumber(unsigned long s = 0);
                
            // 產生0 ~ n-1之間的隨機整數
                unsigned short Random(unsigned long n);
                
            // 產生[0, 1) 之間的隨機實數
                double fRandom();
            };
             
            // 產生種子
            RandomNumber::RandomNumber(unsigned long s)
            {
                
            if(s == 0)
                    randSeed 
            = time(0);    //用系統時間產生種子
                else
                    randSeed 
            = s;
            }
             
            // 產生0 ~ n-1 之間的隨機整數
            unsigned short RandomNumber::Random(unsigned long n)
            {
                randSeed 
            = multiplier * randSeed + adder;
                
            return (unsigned short)((randSeed >> 16% n);
            }
             
            // 產生[0, 1)之間的隨機實數
            double RandomNumber::fRandom()
            {
                
            return Random(maxshort) / double(maxshort);
            }

            利用這個隨機數類,寫一個程序,模擬拋硬幣的實驗。

            拋10次硬幣構成一個事件,每次事件記錄得到正面的個數。反復模擬這個事件50,000次,然后對這50,000L次進行輸出頻率圖,比較每次事件得到正面次數的比例。

            以下是總的代碼:
            頭文件 RandomNumber.h:

            // RandomNumber.h
             
            const unsigned long maxshort = 65535L;
            const unsigned long multiplier = 1194211693L;
            const unsigned long adder = 12345L;
             
            #ifndef RANDOMNUMBER_H
            #define RANDOMNUMBER_H
             
            class RandomNumber{
            private:
                
            // 當前種子
                unsigned long randSeed;
            public:
                
            // 構造函數,默認值0表示由系統自動產生種子
                RandomNumber(unsigned long s = 0);
                
            // 產生0 ~ n-1之間的隨機整數
                unsigned short Random(unsigned long n);
                
            // 產生[0, 1) 之間的隨機實數
                double fRandom();
            };
             
            #endif

            類實現文件RandomNumber.cpp :

            // RandomNumber.cpp
            #include "RandomNumber.h"
            #include 
            <iostream>
            #include 
            <stdlib.h>
            #include 
            <time.h>
             
            using namespace std;
             
            // 產生種子
            RandomNumber::RandomNumber(unsigned long s)
            {
                
            if(s == 0)
                    randSeed 
            = time(0);    //用系統時間產生種子
                else
                    randSeed 
            = s;
            }
             
            // 產生0 ~ n-1 之間的隨機整數
            unsigned short RandomNumber::Random(unsigned long n)
            {
                randSeed 
            = multiplier * randSeed + adder;
                
            return (unsigned short)((randSeed >> 16% n);
            }
             
            // 產生[0, 1)之間的隨機實數
            double RandomNumber::fRandom()
            {
                
            return Random(maxshort) / double(maxshort);
            }

            主文件Main :
            // 主文件main
            /*

            * Author: Tanky woo
            * Blog:   www.WuTianQi.com
            * Date:   2010.12.7
            * 代碼來至王曉東《計算機算法設計與分析》
            */
            #include 
            "RandomNumber.h"
            #include 
            <iostream>
            #include 
            <iomanip>
            #include 
            <time.h>
            using namespace std;
             
            int TossCoins(int
             numberCoins)
            {
                
            // 隨機拋硬幣

                static RandomNumber coinToss;
                
            int i, tosses = 0
            ;
                
            for(i = 0; i < numberCoins; ++
            i)
                    tosses 
            += coinToss.Random(2
            );
                
            return
             tosses;
            }
             
            int
             main()
            {
                
            // 模擬隨機拋硬幣事件

                const int NCOINS = 10;
                
            const long NTOSSES = 50000L
            ;
                
            // heads[i]得到的i次正面的次數

                long i, heads[NCOINS+1];
                
            int
             j, position;
                
            // 初始化數組heads

                for(j = 0; j < NCOINS+1++j)
                    heads[j] 
            = 0
            ;
                
            // 重復50,000次模擬事件

                for(i = 0; i < NTOSSES; ++i)
                    heads[TossCoins(NCOINS)] 
            ++
            ;
                
            // 輸出頻率圖

                for(i = 0; i <= NCOINS; ++i)
                {
                    position 
            = int (float(heads[i]) / NTOSSES*72
            );
                    cout 
            << setw(6<< i << " "
            ;
                    
            for(j = 0; j<position-1++
            j)
                        cout 
            << " "
            ;
                    cout 
            << "*" <<
             endl;
                }
                
            return 0
            ;
            }

            輸出頻率圖:

            具體可以看看王曉東的《計算機算法設計與分析》第七章。

            下一篇我會寫《隨機化算法(2) — 數值概率算法》。

             Tanky Woo原創,歡迎轉載,轉載請附上鏈接,請不要私自刪除文章內任何關于本博客的鏈接。

            posted on 2010-12-10 08:01 Tanky Woo 閱讀(9462) 評論(2)  編輯 收藏 引用

            FeedBack:
            # re: 隨機化算法(1) — 隨機數[未登錄] 2013-02-18 19:11 ming
            因此,就更加事實來說,不在于自己對于那樣存在的負面狀態不斷的進行分析從而從中杜絕自己的那種腳步疼痛的現象或者其他的一種壓力無法釋放的狀態,就現實來說無法預知的上班或者下班狀態就能夠導致自己那種對于腳步的不放松。即使晚上休息的時候也是如此  回復  更多評論
              
            # re: 隨機化算法(1) — 隨機數[未登錄] 2013-04-01 13:49 MING
            有效性的費用成本的安全其實就是建立在職位和人的關系主要就是設置和配置的關系,而不是配置和設置的關系,這個就是有效性費用成本與無效性費用成本在關系安全上面的做法  回復  更多評論
              
            99热都是精品久久久久久| 久久亚洲国产成人精品性色| 国内精品久久久久久久coent | 无码AV波多野结衣久久| 国产精品久久久久久久久| 国产成人精品久久综合| 人妻无码精品久久亚瑟影视| 久久精品欧美日韩精品| 久久久精品日本一区二区三区| 香蕉久久永久视频| 国内精品伊人久久久久av一坑| 国产激情久久久久影院小草| 久久精品国产亚洲AV蜜臀色欲| 久久97精品久久久久久久不卡| 免费精品久久久久久中文字幕| 久久精品不卡| 精品久久久无码人妻中文字幕豆芽| 久久精品亚洲福利| 狠色狠色狠狠色综合久久| 久久亚洲AV无码精品色午夜| 亚洲国产精品久久66| 亚洲国产精品久久久天堂| 久久久久亚洲av成人无码电影| 五月丁香综合激情六月久久| 欧美性猛交xxxx免费看久久久| 99re久久精品国产首页2020| 伊人久久大香线蕉综合影院首页 | 国产精品美女久久久免费| 男女久久久国产一区二区三区| 老司机午夜网站国内精品久久久久久久久 | 91亚洲国产成人久久精品网址| AV无码久久久久不卡蜜桃| 久久精品无码专区免费 | 国内精品伊人久久久久影院对白 | 亚洲精品tv久久久久久久久| 久久久久国色AV免费看图片| 精品久久久久久国产牛牛app| 91久久精品国产91性色也| 色偷偷888欧美精品久久久| 久久中文娱乐网| 91精品国产91久久久久久青草 |