w85203555的博客

要想使用随机化技巧，前提条件是能够快速生成随机数。本文将介绍生成随机数的常见方法。定义了数个特别的流行算法。如没有特别说明，均定义于头文件<random>。

爬山算法是一种局部择优的方法，采用启发式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。直白地讲，就是当目前无法直接到达最优解，但是可以判断两个解哪个更优的时候，根据一些反馈信息生成一个新的可能解。因此，爬山算法每次在当前找到的最优方案附近寻找一个新方案。如果这个新的解更优，那么转移到，否则不变。这种算法对于单峰函数显然可行。Q：都知道是单峰函数了为什么不三分呢？

退火是一种金属热处理工艺，指的是将金属缓慢加热到一定温度，保持足够时间，然后以适宜速度冷却。的过程，我们发现：对于一个当前最优解附近的非最优解，爬山算法直接舍去了这个解。：我们有时为了使得到的解更有质量，会在模拟退火结束后，以当前温度在得到的解附近多次随机状态，尝试得到更优的解（其过程与模拟退火相似）。注意为了使得解更为精确，我们通常不直接取当前解作为答案，而是在退火过程中维护遇到的所有解的最优值。的图片（随着温度的降低，跳跃越来越不随机，最优解也越来越稳定）。有时函数的峰很多，模拟退火难以跑出最优解。