21、对抗 k 个谎言的最值与覆盖半定规划算法解析

对抗谎言的最值与覆盖SDP算法

对抗 k 个谎言的最值与覆盖半定规划算法解析

1. 对抗 k 个谎言的最值问题

在处理带有谎言干扰的排序问题时,有一个关键结论:对于排序一个 s 元素集合的(随机化)算法,其期望厚度为 Ω(s)。下面详细阐述其证明过程。
- 基本概念定义
- 元素状态 :在算法的每一步中,若元素 x 未参与过之前的比较,则称其为“未使用元素”(virgin);反之,则为“已使用元素”(tainted)。
- 比较类型 :若一次比较中至少涉及一个未使用元素,则称这次比较为“新鲜比较”(fresh comparison)。
- 集合划分 :假设 s 能被 8 整除,将集合 X 划分为两部分,L 包含输入顺序(也是算法输出顺序)中的前 s/2 个元素,R = X \ L。
- 事件定义 :设 Ei 为第 i 次新鲜比较是 LR - 比较(即比较的两个元素一个在 L 中,另一个在 R 中)这一事件。
- 概率分析
- 固定条件 :固定算法 A 在第 i 次新鲜比较之前所有比较的结果,这确定了已使用元素的集合;同时固定这些已使用元素在输入顺序中的位置。
- 未使用元素分布 :此时,未使用元素在输入顺序中剩余位置上仍是随机分布的。设 ℓ 为 L 中未使用元素的数量,r 为 R 中未使用元素的数量,有 s/4 ≤ ℓ, r ≤ s/2。
-

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值