From: Siyuan <294873684@qq.com> Date: Wed, 29 Aug 2018 13:08:04 +0000 (+0800) Subject: Update hill-climbing.md X-Git-Url: http://git.osdn.net/view?a=commitdiff_plain;h=a1a4bb33c26e3314f0fc0461c909da8c42e70f6a;p=oi-wiki%2Fmain.git Update hill-climbing.md --- diff --git a/docs/misc/hill-climbing.md b/docs/misc/hill-climbing.md index e69de29b..2f6d3f63 100644 --- a/docs/misc/hill-climbing.md +++ b/docs/misc/hill-climbing.md @@ -0,0 +1,60 @@ +## 简介 ## + +  爬山算法是一种局部择优的方法,采用启发式方法,是对深度优先搜索的一种改进,它利用反馈信息帮助生成解的决策。 + +--- + +## 实现 ## + +  爬山算法每次在当前找到的最优方案 $x$ 附近寻找一个新方案(一般随机差值)。如果这个新的解 $x'$ 更优,那么转移到 $x'$ 否则不变。 + +  这种算法对于单峰函数显然可行(你都知道是单峰函数了为什么不三分呢)。 + +  但是对于多数需要求解的函数中,爬山算法很容易进入一个局部最优解,如下图(最优解为 $\color{green}{\Uparrow}$,而爬山算法可能找到的最优解为 $\color{red}{\Downarrow}$)。 + +![](https://s1.ax1x.com/2018/08/22/PooS9e.png) + +--- + +## 代码 ## + +  此处代码以 [「BZOJ 3680」吊打XXX](https://www.lydsy.com/JudgeOnline/problem.php?id=3680)(求 $n$ 个点的带权类费马点)为例。 + +```cpp +#include +#include +const int N=10005; +int n,x[N],y[N],w[N]; +double ansx,ansy; +void hillclimb() { + double t=1000; + while(t>1e-8) { + double nowx=0,nowy=0; + for(int i=1;i<=n;++i) { + double dx=x[i]-ansx,dy=y[i]-ansy; + double dis=sqrt(dx*dx+dy*dy); + nowx+=(x[i]-ansx)*w[i]/dis; + nowy+=(y[i]-ansy)*w[i]/dis; + } + ansx+=nowx*t,ansy+=nowy*t; + if(t>0.5) t*=0.5; else t*=0.97; + } +} +int main() { + scanf("%d",&n); + for(int i=1;i<=n;++i) { + scanf("%d%d%d",&x[i],&y[i],&w[i]); + ansx+=x[i],ansy+=y[i]; + } + ansx/=n,ansy/=n; + hillclimb(); + printf("%.3lf %.3lf\n",ansx,ansy); + return 0; +} +``` + +--- + +## 劣势 ## + +  其实爬山算法的劣势上文已经提及:它容易陷入一个局部最优解。当目标函数不是单峰函数时,这个劣势是致命的。因此我们要引进 **模拟退火**,此算法详见:[模拟退火 - OI Wiki](https://oi-wiki.org/misc/simulated-annealing/)。