随机化技巧
概述
本文将对 OI/ICPC 中的随机化相关技巧做一个简单的分类,并对每个分类予以介绍。本文也将介绍一些在 OI/ICPC 中很少使用,但与 OI/ICPC 在风格等方面较为贴近的方法,这些内容前将用 (*)
标注。
这一分类并不代表广泛共识,也必定不能囊括所有可能性,因此仅供参考。
记号和约定:
表示事件 发生的概率。 表示随机变量 的期望。- 赋值号
表示引入新的量,例如 表示引入值为 的量 。
用随机集合覆盖目标元素
庞大的解空间中有一个(或多个)解是我们想要的。我们可以尝试进行多次撒网,只要有一次能够网住目标解就能成功。
例:三部图的判定
问题
给定一张
对每个点
在这些限制下,对于一对邻居
- 对于所有异于
的颜色 ,若 被染成 ,则 被染成 。
于是我们可以对每个
这样做,单次的正确率是
回顾:本题中「解空间」就是集合
例:CodeChef SELEDGE
简要题意
给定一张点、边都有非负权值的无向图,找到一个大小
观察:如果选出的边中有三条边构成一条链,则删掉中间的那条一定不劣;如果选出的边中有若干条构成环,则删掉任何一条一定不劣。
推论:最优解选出的边集,一定构成若干个不相交的菊花图(即直径不超过 2 的树)。
推论:最优解选出的边集,一定构成一张二分图。
我们对每个点等概率独立随机地染上黑白两种颜色之一,并要求这一染色方案,恰好也是最优解所对应的二分图的黑白染色方案。
尝试计算最优解符合这一要求的概率:
- 考虑一张
个点的菊花图,显然它有 2 种染色方案,所以它被染对颜色的概率是 。 - 假设最优解中每个菊花的结点数分别为
,则一定有 ,其中 表示最多能够选出的边数。 - 从而所有菊花都被染对颜色的概率是
。
在上述要求下,尝试建立费用流模型计算最优答案:
- 建立二分图,白点在左侧并与
相连,黑点在右侧并与 相连。- 对于白点
,从 向它连一条容量为 1、费用为 的边,和一条容量为 、费用为 0 的边。 - 对于黑点
,从它向 连一条容量为 1、费用为 的边,和一条容量为 、费用为 0 的边。
- 对于白点
- 对于原图中的边
满足 为白色、 为黑色,连一条从 到 的边,容量为 1,费用为 。 - 在该图中限制流量不超过
,则最小费用的相反数就是答案。
用 SPFA 费用流求解的话,复杂度是
- 首先,显然 SPFA 的运行次数
。 - 然后,在一次 SPFA 中,任何一个结点至多入队
次。这是因为:- 任意时刻有流量的边不会超过
条,否则就意味着在原图中选了超过 条边。 - 对于任何一条长为
的增广路,其中至少有 条边是某条有流量的边的反向边,因为正向边都是从图的左侧指向右侧,只有这些反向边才会从右侧指向左侧。 - 综合以上两条,得到任意一条增广路的长度不超过
。
- 任意时刻有流量的边不会超过
- 综上,复杂度是
。
和上一题类似,我们需要把整个过程重复
用随机元素命中目标集合
我们需要确定一个集合中的任意一个元素,为此我们随机选取元素,以期能够恰好命中这一集合。
例:Gym 101550I
简要题意
有一张图形如:两条平行的链,加上连接两链的两条平行边。给定这张图上的若干条简单路径(每条路径表示一次通话),请你选择尽量少的边放置窃听器,以使得每条给定的路径上都有至少一个窃听器。
整张图可以拆分为一个环加上四条从环伸出去的链。对于这四条链中的任何一条(记作
- 在拦截所有
内部进行的通话的前提下,用的窃听器数量最少。 - 在上一条的前提下,使得
上的窃听器离环的最短距离尽可能小。- 作这一要求的目的是尽可能地拦截恰有一个端点在
内部的通话。
- 作这一要求的目的是尽可能地拦截恰有一个端点在
接着考虑链与环相接处的共计 4 条边,我们暴力枚举这些边上有没有放窃听器。显然,如果想要拦截跨越链和环的通话,在这 4 条边上放窃听器一定是最优的。现在,我们可以把通话线路分为以下几种:
- 完全在链上的通话线路。这些线路一定已经被拦截,故可以忽略。
- 跨越链和环,且已经被拦截的通话线路。它们可以忽略。
- 跨越链和环,且未被拦截的通话线路。我们可以直接截掉它在链上的部分(因为链上的窃听器放置方案已经固定了),只保留环上的部分。
- 完全在环上的通话线路。
至此,问题转化成了环上的问题。
设最优解中在环上的边集
- 先在
处断环为链。 - 然后从
开始贪心,不断找到下一个放置窃听器的边。注意到如果经过合适的预处理,贪心的每一步可以做到 的复杂度。 - 从而以
的复杂度解决问题。
我们考虑随机选取环上的一条边
分析单次复杂度:
- 观察:记
表示所有选取了 的方案中的最优解,则 。 - 从而单次复杂度
。
分析正确率:
- 显然单次正确率
,其中 表示环长。 - 所以需要重复
次以得到 的正确率。
综上,该算法的复杂度
例:CSES 1685 New Flight Routes
简要题意
给定一张有向图,请你加最少的边使得该图强连通,需 输出方案。
先对原图进行强连通缩点。我们的目标显然是使每个汇点能到达每个源点。
不难证明,我们一定只会从汇点到源点连边,因为任何其他的连边,都能对应上一条不弱于它的、从汇点到源点的连边。
我们的一个核心操作是,取汇点
不难发现,上述操作能够达到目标 I 的充要条件是:
- 有了这个充要条件还难以直接得到算法,主要的原因是连边
后可能影响其他 二元组的合法性,这个比较难处理。
注意到我们关于源汇点间的关系知之甚少(甚至连快速查询一对
观察:不满足目标 I 的
- 理由:对于每一对这样的
,若把它看成 间的一条边,则所有这些边构成的图形如若干条不相交的链,于是边数不超过点数减一。 - 作出这一观察的动机是,要想将存在性结论应用于算法,前置步骤往往是把定性的结果加强为定量的结果。
推论:等概率随机选取
- 注意到这个结论严格强于先前给出的存在性结论。
推论:等概率独立随机地连续选取
- 理由:
而连续选完
算法伪代码
1 2 3 4 5 6 |
|
复杂度
回顾:我们需要确定任意一对能够实现目标 I 的二元组
用随机化获得随机数据的性质
如果一道题的数据随机生成,我们可能可以利用随机数据的性质解决它。而在有些情况下,即使数据并非随机生成,我们也可以通过随机化来给其赋予随机数据的某些特性,从而帮助解决问题。
例:随机增量法
随机生成的元素序列可能具有「前缀最优解变化次数期望下很小」等性质,而随机增量法就通过随机打乱输入的序列来获得这些性质。
详见 随机增量法。
例:TopCoder MagicMolecule 随机化解法
简要题意
给定一张
不难想到折半搜索。把点集均匀分成左右两半
- 注意到可以
转移每一个 。具体地说,取 为 中的任意一个元素,然后分类讨论:- 假设最优解中
不在团中,则从 转移而来。 - 假设最优解中
在团中,则从 转移而来,其中 表示 的邻居集合。 - 别忘了还要用
来更新 。
- 假设最优解中
这个解法会超时。尝试优化:
- 平分点集时均匀随机地划分。这样的话,最优解的点集
以可观的概率也被恰好平分(即 )。- 当然,
可能是奇数。简单起见,这里假设它是偶数;奇数的情况对解法没有本质改变。 - 实验发现,随机尝试约 20 次就能以很大概率有至少一次满足该性质。也就是说,如果我们的算法依赖于「
被平分」这一性质,则将算法重复执行 20 次取最优,同样也能保证以很大概率得到正确答案。
- 当然,
- 有了这一性质,我们就可以直接钦定左侧团
、右侧团 的大小都 。这会对复杂度带来两处改进: 可以省掉记录大小的维度。- 因为只需考虑大小
的团,所以需要考虑的左侧团 和 右侧团 的数量也大大减少至约 。
- 现在的瓶颈变成了求单侧的某一子集的权值和,因为这需要
的预处理。- 解决方案:在
内部再次折半;当查询一个子集的权值和时,将这个子集分成左右两半查询,再把答案相加。
- 解决方案:在
- 这样即可通过本题。
回顾:一个随机的集合有着「在划分出的两半的数量差距不会太悬殊」这一性质,而我们通过随机划分获取了这个性质。
随机化用于哈希
例:UOJ #207 共价大爷游长沙
简要题意
维护一棵动态变化的树,和一个动态变化的结点二元组集合。你需要支持:
- 删边、加边。保证得到的还是一棵树。
- 加入/删除某个结点二元组。
- 给定一条边
,判断是否对于集合中的每个结点二元组 , 都在 间的简单路径上。
对图中的每条边
哈希的方式是,对每个
这样的话,任何一个固定的集合的哈希值一定服从
- 单个
显然服从均匀分布。 - 两个独立且服从
上的均匀分布的随机变量的异或和,一定也服从 上的均匀分布。自证不难。
从而该算法的正确率是有保障的。
至于如何维护这个哈希值,使用 LCT 即可。
例:CodeChef PANIC 及其错误率分析
本题的大致解法:
- 可以证明[^ref1]
服从一个关于 的 阶线性递推式。 - 用 BM 算法求出该递推式。
- 借助递推式,用凯莱哈密顿定理计算出
。
这里仅关注第二部分,即如何求一个矩阵序列的递推式。所以我们只需考虑下述问题:
问题
给定一个矩阵序列,该序列在模
如果一系列矩阵服从一个递推式
解决方案:给矩阵的每一位
本页面最近更新:2023/6/27 13:39:08,更新历史
发现错误?想一起完善? 在 GitHub 上编辑此页!
本页面贡献者:TianyiQ, Enter-tainer, Tiphereth-A, Ir1d, leoleoasd, ouuan, billchenchina, CCXXXI, ImpleLee, ksyx, Marcythm, MegaOwIer, partychicken
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用