头歌计算机算法设计与分析:随机化算法

简介: > 任务描述> 相关知识> 随机数> 编程要求> 测试说明

第1关:硬币实验

任务描述
相关知识
    随机数
编程要求
测试说明

任务描述
本关任务:计算机产生的伪随机数来模拟抛硬币试验。

相关知识
为了完成本关任务,你需要掌握:1.如何获取数组的长度,2.如何遍历数组。

随机数
随机数在随机化算法设计中扮演着十分重要的角色。
在现实计算机上无法产生真正的随机数,因此在随机化算法中使用的随机数都是一定程度上随机的,即伪随机数。

用计算机产生的伪随机数来模拟抛硬币试验。
假设抛10次硬币,每次抛硬币得到正面和反面是随机的。拋10次硬币构成一个事件。
调用Random(2)返回一个二值结果。
在主程序中反复调用函数TossCoins模拟拋10次硬币这一事件50000次。
用headi记录这50000次模拟恰好得到i次正面的刺手。最终输出模拟抛硬币事件得到的正面事件的概率图。

编程要求
根据提示,在右侧编辑器补充代码。

测试说明
RandomNumber.h 函数已经写好,可以点击查看。

平台会对你编写的代码进行测试:
例如:
输入:
10
50000
输出:

    0 *
    1 *
    2   *
    3        *
    4              *
    5                 *
    6              *
    7        *
    8   *
    9 *
    10 *`
#include "RandomNumber.h"
#include <iostream>
using namespace std;
int TossCoins(int numberCoins);
int main()
{
    //模拟随机抛硬币事件
    int NCOINS;
    long NTOSSES;
    cin >>NCOINS;
    cin >>NTOSSES;
    //heads[i]是得到i次正面的次数
    long i,heads[NCOINS+1];
    int j,position;
    //初始化数组heads
    for(int j=0; j<NCOINS+1;j++)
    {
        heads[j] = 0;
    }
    //重复50,000次模拟事件
    for(int i=0; i<NTOSSES; i++)
    {
        heads[TossCoins(NCOINS)]++;
    }
    //输出频率图
    for(int i=0; i<=NCOINS; i++)
    {
        position = int(float(heads[i])/NTOSSES*72);
        cout<<i<<" ";
        for(int j=0; j<position-1; j++)
        {
            cout<<" ";
        }
        cout<<"*"<<endl;
    }
    return 0;
}
int TossCoins(int numberCoins)
{
    //随机抛硬币
    static RandomNumber coinToss(1);
    int i,tosses = 0;
    for(int i=0; i<numberCoins; i++)
    {
        //Random(2) = 1表示正面
        tosses += coinToss.Random(2);
    }
    return tosses;
}

第2关:用随机投点法求圆周率

    任务描述
    相关知识
    编程要求
    测试说明

任务描述
本关任务:编写一个程序,利用随机投点法计算圆周率

相关知识
在这里插入图片描述
编程要求
根据提示,在右侧编辑器补充代码。
测试说明
平台会对你编写的代码进行测试:
输入:

100

输出:

n1=100
pi=3.12

开始你的任务吧,祝你成功!

//随机化算法 用随机投点法计算π值
#include "RandomNumber.h"
#include <iostream>
using namespace std;
double Darts(int n);
int main()
{
    int n1;
    cin>> n1;
    cout<<"n1="<<n1<<"\npi="<<Darts(n1)<<endl;
    return 0;
}
//用随机投点法计算π值
double Darts(int n)
{
    static RandomNumber dart(1);
    int k = 0;
    for(int i=1; i<=n; i++)
    {
        double x = dart.fRandom();
        double y = dart.fRandom();
        if((x*x + y*y)<=1)
        {
            k++;
        }
    }
    return 4*k/double(n);
}

第3关:解非线性方程组

任务描述
相关知识
编程要求
测试说明

任务描述
本关任务:编写程序求线性方程组。

相关知识
求解下面的非线性方程组
在这里插入图片描述
在这里插入图片描述
编程要求
求一个简单的二维线性方程组:
x1-x2=fx1
x1+x2=fx2
根据提示,在右侧编辑器补充代码。
测试说明
平台会对你编写的代码进行测试:
例如:
输入:
1
3
输出:
The original equations are:
x1-x2=1
x1+x2=3
The roots are:
x1=2.02104 x2=1.01445

开始你的任务吧,祝你成功!

//随机化算法 解线性方程组
#include "RandomNumber.h"
#include <iostream>
using namespace std;
bool NonLinear(double *x0,double *dx0,double *x,double *fx,double a0,
                    double epsilon,double k,int n,int Steps,int M);
double f(double *x,double *fx);
int main()
{
    double  *x0,                //根初值
            *x,                    //根
            *dx0,            //增量初值
            *fx,  // 函数值
            a0 = 0.0001,            //步长
            epsilon = 0.01,        //精度
            k = 1.1;            //步长变参
    int n = 2,                    //方程个数
        Steps = 10000,            //执行次数
        M = 1000;                //失败次数
    x0 = new double[n+1];
    dx0 = new double[n+1];
    x = new double[n+1];
    fx = new double[n+1];
    cin >> fx[1];
    cin >> fx[2];
    //根初值
    x0[1] = 0.0;
    x0[2] = 0.0;
    //增量初值
    dx0[1] = 0.01;
    dx0[2] = 0.01;
    cout<<"The original equations are:"<<endl;
    cout<<"x1-x2="<<fx[1]<<endl;
    cout<<"x1+x2="<<fx[2]<<endl;
    cout<<"The roots are:"<<endl;
    bool flag = NonLinear(x0,dx0,x,fx,a0,epsilon,k,n,Steps,M);
    while(!flag)
    {        
        flag = NonLinear(x0,dx0,x,fx,a0,epsilon,k,n,Steps,M);
    }    
    for(int i=1; i<=n; i++)
    {
        cout<<"x"<<i<<"="<<x[i]<<" ";
    }
    cout<<endl;
    return 0;
}
//解非线性方程组的随机化算法
bool NonLinear(double *x0,double *dx0,double *x,double *fx,double a0,
                    double epsilon,double k,int n,int Steps,int M)
{
    static RandomNumber rnd(1);
    bool success;            //搜索成功标志
    double *dx,*r;
    dx = new double[n+1];    //步进增量向量
    r = new double[n+1];    //搜索方向向量
    int mm = 0;                //当前搜索失败次数
    int j = 0;                //迭代次数
    double a = a0;            //步长因子
    for(int i=1; i<=n; i++)
    {
        x[i] = x0[i];
        dx[i] = dx0[i];
    }
    double fy = f(x,fx);        //计算目标函数值
    double min = fy;        //当前最优值
    while(j<Steps)
    {
        //(1)计算随机搜索步长
        if(fy<min)//搜索成功
        {
            min = fy;
            a *= k;
            success = true;
        }
        else//搜索失败
        {
            mm++;
            if(mm>M)
            {
                a /= k;
            }
            success = false;
        }
        if(min<epsilon)
        {
            break;
        }
        //(2)计算随机搜索方向和增量
        for(int i=1; i<=n; i++)
        {
            r[i] = 2.0 * rnd.fRandom()-1;
        }
        if(success)
        {
            for(int i=1; i<=n; i++)
            {
                dx[i] = a * r[i];
            }
        }
        else
        {
            for(int i=1; i<=n; i++)
            {
                dx[i] = a * r[i] - dx[i];
            }
        }
        //(3)计算随机搜索点
        for(int i=1; i<=n; i++)
        {
            x[i] += dx[i];
        }
        //(4)计算目标函数值
        fy = f(x,fx);
        j++;
    }    
    if(fy<=epsilon)
    {
        return true;
    }
    else
    {
        return false;
    }
}
double f(double *x, double* fx)
{
    return (x[1]-x[2]-fx[1])*(x[1]-x[2]-fx[1])
            +(x[1]+x[2]-fx[2])*(x[1]+x[2]-fx[2]);
}
相关文章
|
29天前
|
人工智能 自然语言处理 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
20 2
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(下)
|
29天前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
24 1
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-05(下)
|
21天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
22天前
|
机器学习/深度学习 人工智能 算法
量子计算算法:超越经典计算机的边界
【10月更文挑战第30天】量子计算基于量子力学原理,通过量子比特和量子门实现超越经典计算机的计算能力。本文探讨量子计算的基本原理、核心算法及其在密码学、化学、优化问题和机器学习等领域的应用前景,并讨论当前面临的挑战与未来发展方向。
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
46 2
|
29天前
|
存储 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-13(上)
35 2
|
29天前
|
传感器 自然语言处理 安全
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-07(上)
41 2
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-16
29 1
|
29天前
|
机器学习/深度学习 人工智能 算法
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-15
45 1
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-14
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-14
37 1