猴子排序的期望复杂度推导(雾)

简介:   众所周知,猴子排序打破了排序算法$O(n\log{n})$的桎梏(雾),具体的话,显然最好情况一次成功就是$O(n)$,最坏情况那就$O(+\infty)$了。期望是多少呢?让我来推导一番(逃)。   首先,设序列长度为$n$,每次打乱序列和检测是否有序为$O(n)$,每次成功的概率为$\frac{1}{n!}$(全排列共$n!$种),失败的概率为$1-\frac{1}{n!}$。

  众所周知,猴子排序打破了排序算法$O(n\log{n})$的桎梏(雾),具体的话,显然最好情况一次成功就是$O(n)$,最坏情况那就$O(+\infty)$了。期望是多少呢?让我来推导一番(逃)。

  首先,设序列长度为$n$,每次打乱序列和检测是否有序为$O(n)$,每次成功的概率为$\frac{1}{n!}$(全排列共$n!$种),失败的概率为$1-\frac{1}{n!}$。我们令$X$为排序成功所需的打乱次数,则$P(X=k)=P_{成功}^{1}×P_{失败}^{k-1}$(乘法原理)。那么猴子排序的期望复杂度就是$O(E(X)*n)$

  X分布列如下表所示——

$X$ $1$ $2$ $3$ $\cdots$ $k$ $\cdots$ $+\infty$
$P(X=k)$ $\frac{1}{n!}$ $\left(1-\frac{1}{n!}\right)^{2-1}×\frac{1}{n!}$ $\left(1-\frac{1}{n!}\right)^{3-1}×\frac{1}{n!}$ $\cdots$ $\left(1-\frac{1}{n!}\right)^{k-1}×\frac{1}{n!}$ $\cdots$ $+\infty$

  有了分布列就来求X的期望吧——

$$E(X)=1×\frac{1}{n!}+2×\left(1-\frac{1}{n!}\right)^{2-1}×\frac{1}{n!}+3×\left(1-\frac{1}{n!}\right)^{3-1}×\frac{1}{n!}+\cdots+k×\left(1-\frac{1}{n!}\right)^{k-1}×\frac{1}{n!}+\cdots$$

$$=\frac{1}{n!}×\left[1×\left(1-\frac{1}{n!}\right)^{0}+2×\left(1-\frac{1}{n!}\right)^{1}+3×\left(1-\frac{1}{n!}\right)^{2}+\cdots+k×\left(1-\frac{1}{n!}\right)^{k-1}+\cdots\right]$$

$$=\frac{1}{n!}×\sum_{i=1}^{\infty}\left[{i×\left(1-\frac{1}{n!}\right)^{i-1}}\right]$$

  嗯……这个级数怎么求和啊?

  写个程序跑一下吧,求和求到二百万应该够了,再往上long double的精度也不资磁了……

#include<stdio.h>
#include<math.h>
int main()
{
    double fac=1;//n!
    for(int n=1;n<=10;n++)
    {
        long double E=0;
        fac*=n;
        for(int i=1;i<=2000000;i++)
        {
            E+=i*pow((fac-1.0)/fac,i-1);
        }
        E/=fac;
        printf("E(X)=%Lf    (n=%d)\n",E,n);        
    }
    return 0;
}

 

  运行结果——

 

  n大于8以后,long double都爆了……忽略它们!(观众:你……)

  于是我们猜想——$E(X)=n!$。

  上网一查,猴子排序复杂度果然是$O(n×n!)$,于是,猜想成立,推导完毕……(博主已被打死)

   

  留坑,等我会求那坨级数求和再来填坑吧(逃)大家别学我

   

目录
相关文章
|
6月前
|
存储 算法 索引
模拟算法题练习(二)(DNA序列修正、无尽的石头)
模拟算法题练习(二)(DNA序列修正、无尽的石头)
|
6月前
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
85 0
|
存储 数据可视化 Serverless
使用蒙特卡罗模拟的投资组合优化
在金融市场中,优化投资组合对于实现风险与回报之间的预期平衡至关重要。蒙特卡罗模拟提供了一个强大的工具来评估不同的资产配置策略及其在不确定市场条件下的潜在结果。
246 1
|
6月前
|
机器学习/深度学习 人工智能 算法
【代数学作业1完整版-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
【代数学作业1完整版-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
130 0
|
6月前
|
机器学习/深度学习 人工智能 算法
【代数学作业1-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
【代数学作业1-python实现GNFS一般数域筛】构造特定的整系数不可约多项式:涉及素数、模运算和优化问题
121 0
|
3月前
【高数】常数项级数概念与性质
【高数】常数项级数概念与性质
|
6月前
|
算法 测试技术 C#
【树上倍增】【内向基环树】【 图论 】2836. 在传球游戏中最大化函数值
【树上倍增】【内向基环树】【 图论 】2836. 在传球游戏中最大化函数值
|
6月前
|
存储 算法 Java
【算法设计与分析】— —实现最优载的贪心算法
【算法设计与分析】— —实现最优载的贪心算法
|
6月前
|
算法 定位技术
插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导
插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导
161 2
|
决策智能
运筹优化学习03:Lingo非唯一最优解问题--油气开采构造处最优选择问题
运筹优化学习03:Lingo非唯一最优解问题--油气开采构造处最优选择问题
运筹优化学习03:Lingo非唯一最优解问题--油气开采构造处最优选择问题