Meet-in-the-middle — различия между версиями
Dronov (обсуждение | вклад) (Содержимое страницы заменено на «Страница находится в разработке») |
Dronov (обсуждение | вклад) |
||
Строка 1: | Строка 1: | ||
− | + | {{Определение | |
+ | |definition= | ||
+ | '''Meet-in-the-middle''' (Встреча в середине) — способ оптимизации | ||
+ | перебора. }} | ||
+ | Алгоритм Meet-in-the-middle разбивает задачу пополам и решает всю задачу через частичный расчет | ||
+ | == Задача о рюкзаке == | ||
+ | Классической задачей является задача о наиболее эффективной упаковке рюкзака. Каждый предмет характеризуется весом (<tex> {w_{i} <= 10^{9}} </tex> ) и ценностью (<tex>{cost_{i} <= 10^{9}} </tex>). В рюкзак, ограниченный по весу, необходимо набрать вещей с максимальной суммарной стоимостью. Для ее решения изначальное множество вещей N разбивается на два равных(или примерно равных) подмножества, для которых за приемлемое время, можно перебрать все варианты и подсчитать суммарный вес и стоимость, а затем для каждого из них найти группу вещей из первого подмножества с максимальной стоимостью, укладывающуюся в ограничение по весу рюкзака. Сложность алгоритма <tex>O({2^{n/2}}\times{n})</tex>. Память <tex> O({2^{n/2}})</tex> | ||
+ | |||
+ | === Реализация === | ||
+ | Реализуем данный алгоритм: | ||
+ | // N - количество всех вещей, w[] - массив весов всех вещей, cost[] - массив стоимостей всех вещей, R - ограничение по весу рюкзака. | ||
+ | sn = N / 2, fn = N - sn; | ||
+ | for mask = 0 to 2 ** sn - 1 | ||
+ | for j = 0 to sn | ||
+ | if j-ый бит mask = 1 | ||
+ | first[i].w += w[j]; | ||
+ | first[i].c += cost[j]; | ||
+ | |||
+ | for mask = 0 to 2 ** fn - 1 | ||
+ | for j = 0 to fn | ||
+ | if j-ый бит mask = 1 | ||
+ | curw += w[j]; | ||
+ | curcost += cost[j]; | ||
+ | p = findmax(); // Находим маску вещей из первой половины с макcимальной стоимостью и подходящей по весу | ||
+ | if (curw + first[p].w < R && curcost + first[p].c > ans) | ||
+ | ans = curcost + first[p].c | ||
+ | print ans | ||
+ | |||
+ | == Задача о нахождение кратчайшего расстояния между двумя вершинами в графе == | ||
+ | [[Файл:bfs.png|600px|thumb|right|Нахождение кратчайшего расстояния между двумя вершинами]] | ||
+ | Еще одна задача, решаемая алгоритмом Meet-in-the-middle — это нахождение кратчайшего расстояния между двумя вершинами, зная начальное состояние, конечное состояние и то, что длина оптимального пути не превышает '''N'''. | ||
+ | Стандартным подходом для решения данной задачи, является применение алгоритма [[Обход в ширину|обхода в ширину]]. Пусть из каждого состояние у нас есть '''K''' переходов, тогда бы мы сгенерировали <tex> {K^{n}} </tex> состояний. Асимптотика данного рещения составила бы <tex> {O({K^{n}})} </tex>. '''Meet-in-the-middle''' помогает снизить асимптотику до <tex> {O({K^{n/2}})} </tex>. <br> | ||
+ | === Алгоритм решения === | ||
+ | |||
+ | 1. Сгенерируем bfs-ом все состояния, доступные из начала и конца за <tex> {n/2} </tex> или меньше ходов. | ||
+ | |||
+ | 2. Найдем состояний, которые достижимы из начала и из конца. | ||
+ | |||
+ | 3. Найдем среди них наилучшее по сумме длин путей. | ||
+ | |||
+ | |||
+ | Таким образом, bfs-ом из двух концов, мы сгенерируем максимум <tex> {O({K^{n/2}})} </tex> состояний. |
Версия 00:36, 16 декабря 2012
Определение: |
Meet-in-the-middle (Встреча в середине) — способ оптимизации перебора. |
Алгоритм Meet-in-the-middle разбивает задачу пополам и решает всю задачу через частичный расчет
Содержание
Задача о рюкзаке
Классической задачей является задача о наиболее эффективной упаковке рюкзака. Каждый предмет характеризуется весом (
) и ценностью ( ). В рюкзак, ограниченный по весу, необходимо набрать вещей с максимальной суммарной стоимостью. Для ее решения изначальное множество вещей N разбивается на два равных(или примерно равных) подмножества, для которых за приемлемое время, можно перебрать все варианты и подсчитать суммарный вес и стоимость, а затем для каждого из них найти группу вещей из первого подмножества с максимальной стоимостью, укладывающуюся в ограничение по весу рюкзака. Сложность алгоритма . ПамятьРеализация
Реализуем данный алгоритм:
// N - количество всех вещей, w[] - массив весов всех вещей, cost[] - массив стоимостей всех вещей, R - ограничение по весу рюкзака. sn = N / 2, fn = N - sn; for mask = 0 to 2 ** sn - 1 for j = 0 to sn if j-ый бит mask = 1 first[i].w += w[j]; first[i].c += cost[j]; for mask = 0 to 2 ** fn - 1 for j = 0 to fn if j-ый бит mask = 1 curw += w[j]; curcost += cost[j]; p = findmax(); // Находим маску вещей из первой половины с макcимальной стоимостью и подходящей по весу if (curw + first[p].w < R && curcost + first[p].c > ans) ans = curcost + first[p].c print ans
Задача о нахождение кратчайшего расстояния между двумя вершинами в графе
Еще одна задача, решаемая алгоритмом Meet-in-the-middle — это нахождение кратчайшего расстояния между двумя вершинами, зная начальное состояние, конечное состояние и то, что длина оптимального пути не превышает N.
Стандартным подходом для решения данной задачи, является применение алгоритма обхода в ширину. Пусть из каждого состояние у нас есть K переходов, тогда бы мы сгенерировали состояний. Асимптотика данного рещения составила бы . Meet-in-the-middle помогает снизить асимптотику до .
Алгоритм решения
1. Сгенерируем bfs-ом все состояния, доступные из начала и конца за
или меньше ходов.2. Найдем состояний, которые достижимы из начала и из конца.
3. Найдем среди них наилучшее по сумме длин путей.
Таким образом, bfs-ом из двух концов, мы сгенерируем максимум состояний.