浅谈算法设计技术——贪心策略

文章简单介绍了算法的基本思想和常用的算法设计技术,重点讨论了贪心算法的思想理论基础和数学模型以及贪心策略的特点;并介绍了两种体现贪心思想的图形算法:克鲁斯卡尔算法(Kruskal)和普利姆(Prim)算法。     

社交网络中正影响支配集问题的轮转贪心算法

社交网络中最小正影响支配集问题是一个NP难度的组合优化问题,针对该问题,目前有2种典型的贪心求解算法求解速度较快,但贪心解的质量却有待提高。轮转贪心策略是在不增加贪心算法时间复杂度的前提下提升贪心解的质量,且通过实验研究表明能有效增强一些NP难度问题效果的贪心算法。本文将轮转贪心策略求解正影响支配集的2个贪心算法进行融合来提升贪心算法解的质量,提出相应的轮转贪心算法。实验表明,在典型的真实社交网络实例上,与原有贪心算法相比,本文的轮转贪心算法所获解的质量有一定的提高。     

贪心算法在医院信息系统中的应用

贪心算法是很常见的算法，贪心策略是最接近人的日常思维的一种解题策略。本文具体分析了医院信息系统中药品发放问题所具备的贪心选择与最优子结构性质，并给出了采用贪心算法解决药品发放问题的具体代码。     

贪心算法及其应用

本文首先介绍了贪心算法的概念，然后指出其特性，然后再阐述证明贪心性质的一种方法。紧接着通过一些简单的例子来讲述贪心算法的应用，再通过几个较复杂的应用来体现贪心算法在解决某些问题时的优越性。     

贪心算法求解k-median问题

文章讨论了用贪心算法解k-m edian问题以及其试验结果。首先提出了一个解k-m edian问题的简单贪心算法,然后对求解质量和求解的近似性能比进行了探讨。主要讨论了公制空间和非公制空间初始解的产生,用贪心算法解k-m edian问题以及全局最优解的计算。试验结果表明:贪心算法解公制空间的k-m edian问题效果要好于解非公制空间的k-m edian问题;用贪心算法解公制空间和非公制空间k-m edian问题都能得到较好的结果。     

解决旅行商问题的改进算法

首先提出旅行商问题(TSP),然后实现了常见的解决TSP问题的算法:有传统算法中的贪心算法和回溯法,还有现代优化算法中的基本遗传算法。并针对这3种算法的缺点提出了一种改进的算法,即综合运用贪心算法和遗传算法,依据贪心选择的原则指导遗传操作,可以大大加快搜索的速度,仿真实验表明改进的算法是十分有效和实用的。     

论贪心算法在图论中的应用

本文介绍了贪心算法的基本概念和解题思想,并通过两个典型的实例,说明了在图论中贪心算法的具体的应用。     

覆盖表生成的可配置贪心算法优化

覆盖表生成是组合测试研究的关键问题之一,其中,贪心算法因为速度快、生成的覆盖表规模小而得到人们的青睐.人们提出了很多基于不同策略的贪心算法,其中,多数算法可以归结到一个统一的算法框架,即形成一个可配置贪心算法,从该框架又可以衍生出很多新的算法.如何科学地配置优化受多个因素影响的算法框架、有效生成覆盖表是一个新的挑战.针对具有6个决策点的贪心算法框架,设计了3条不同的实验路线,系统地探索各个决策点以及它们之间相互作用对生成覆盖表规模的不同影响,寻找最佳配置,从而可以有效地生成规模更小的覆盖表,为覆盖表生成的贪心算法的设计和优化提供理论和实践基础.     

求解背包问题的贪心遗传算法及其应用

分析了文献[2]中求解背包问题(KP)的混合遗传算法(HGA)所采用的贪心变换方法缺陷;重新定义了贪心变换的概念,并给出了一种新的且更高效的贪心变换方法,将此方法与遗传算法相结合得到一种新的混合遗传算法,称之贪心遗传算法(简记GGA).利用GGA得出了文献[2,4]中一个著名KP问题实例的目前最好结果;同时,对于文献[7]中的KP问题实例和一个随机生成的KP问题实例,将GGA算法与求解KP问题的最有效算法HGA算法进行对比计算,结果表明GGA算法远远优于HGA算法.     

贪心算法在多机调度问题中的应用

1 贪心算法简介 贪心算法总是作出在当前看来是最好的选择.也就是说贪心算法并不从整体最优上加以考虑,它所作出的选择只是在某种意义上的局部最优选择.贪心算法不是对所有问题都能得到整体最优解,但对范围相当广的许多问题它能产生整体最优解.     

一种基于超群体的并行遗传算法

文章首次提出了空间交配的慨念,构造了一种基于超群体的并行遗传算法。它把每一子群体(sub-group)看作一个特殊的个体,称为超个体(super-individual);该算法就是对由若干超个体组成的群体———超群体(super-group)施加遗传运算,从而实现遗传算法的并行化。它不但较好地克服了早熟问题,而且开拓遗传算法研究的新方向。最后,给出了实验的对比分析,证实了算法的有效性。     

支持队列公平和安全策略的调度算法研究

分布式实时系统具有动态性、分布性等特征,为了使其具有较好的执行效率,需要一种有效的调度算法来进行任务的调度。本文在采用多队列调度策略的基础上,对一些有安全级别限制的系统,设计一种支持队列公平和安全策略的多队列调度算法。最后,给出该算法在网格模拟器上的测试结果,并与一些算法进行比较。结果表明,本算法在大任务量情况下,满足安全性要求,较好地实现队列公平。     

关系模式一种基于超图的全部候选关键字求法

本文详细讨论了基于超图的关系模式的有关候选关键字的某些理论,给出了相应的定理.圆满地解决了关系模式全部候选关键字的求解问题,具体地给出了以递归形式的求全部候选关键字的新算法.     

基于蛀洞机制的多目传播算法在超树中的实现及性能比较

本文首先简单地分析超树结构和蛀洞路由机制以及Ｕ－ｍｉｎ算法和Ｎ－ｍｉｎ算法的缺点,针对这两种算法的不足之处,我们提出了Ｃ－ｍｉｎ算法,它是适用于全部树型互联网络算法,并证明了在树型网络上实现Ｃ－ｍｉｎ算法的多目传播消息在整个传播过程中经过的通道数是最小的。最后,文章给出了Ｕ－ｍｉｎ,Ｃ－ｍｉｎ和Ｎ－ｍｉｎ算法的性能曲线。     

ML-kNN算法在大数据集上的高效应用

k近邻多标签算法（ML-kNN）是一种懒惰学习算法，并已经成功地应用到实际生活中。随着信息量的不断增大，将ML-kNN算法运用到大数据集上已是形势所需。利用聚类算法将数据集分为几个不同的部分，然后在每一个部分中使用ML-kNN算法，并在四个规模不同的数据集上进行了一系列实验。实验结果表明，基于此思想的ML-kNN算法不论在精度、性能还是效率上都略胜一筹。     

基于扫描线迭代的深度图像边缘检测算法

提出一种基于扫描线迭代近似技术的深度图像边缘检测算法。与其他的算法相比,该算法具有直观的几何意义。通过大量的由三维坐标扫描仪获得的实时深度图像对该边缘算法进行验证,实验结果表明该算法具有良好的分割效果和稳定性。     

引入必经点约束的路径规划算法研究

针对传统A*算法存在搜索范围广、运行效率低的问题,提出了一种引入必经点约束的路径规划算法。该算法结合障碍物分布特点,通过寻找最短路径必经点,实现对A*搜索方向的约束,再对最短路径段进行拼接得到最短路径。最后,在100×100网格地图中进行对比实验,结果表明,引入必经点约束的改进算法比传统A*算法的结点访问量大幅降低,运行效率得到显著提高。     

高空飞艇航迹规划的多种随机搜索算法

针对高空飞艇的航迹规划问题进行了分析和计算.考虑到高空飞艇的飞行特征,首先对其航迹规划问题进行了适当简化,转变为求解巡回旅行商问题(TSP),并给出相应的数学描述;然后在此基础上介绍遗传算法、蚁群算法和模拟退火算法,并运用这三种随机搜索算法求解高空飞艇最优航迹;最后通过仿真算例简要地分析和比较了各个随机搜索算法的性能.仿真结果表明以上三种随机搜索算法对于解决规模较大的高空飞艇航迹规划问题是行之有效的,求解效率高于传统搜索算法.     

对QS串匹配算法的一种改进

本文提出一种改进的QS算法IQS。基于CPU进行一次字节长度的字符比较和进行一次机器字长长度的整数比较所花费的时间完全相同的事实,以及QS算法对当前尝试中比较顺序和匹配失败位置不关心的特点,IQS将字符比较映射到整数域进行。由于比较次数被成倍减少,算法的平均复杂度被降低,效率相应得到提高。在真实语料上的实验结果表明,IQS算法的匹配速度明显高于QS算法。     

基于差分演化算法的粗糙集属性约简

属性约简是粗糙集(RS)理论的核心内容之一。应用差分演化(DE)算法求解最小属性约简是一个新的方向。对差分演化算法进行了改进,给出了一种新的适应值函数的定义形式;并在此基础上提出了基于差分演化算法的属性约简算法。最后利用多组数据对该算法进行了仿真实验,并与现有算法进行了比较分析。实验结果表明该算法是有效的,能快速地进行属性约简。