一、引言
在机器学习以及优化组合问题中，最常用的方法就是梯度下降法。比如BP神经网络，多层感知器的神经元(units)越多，对应的权矩阵也就越大，每个权可视为一个自由度或者变量。我们知道自由度越高，变量越多，模型越复杂，模型的能力越强。但是模型能力越强，模型就越容易过拟合，对噪声太敏感。另一方面，使用梯度下降进行最优解搜寻时，多变量的误差曲面很像是连绵起伏的山峰一样，变量越多，山峰和山谷也越多，...
分类：
其他好文 时间：
2015-08-10 12:02:38
阅读次数：
261
记得以前做过一道经典的题目，也是选k套筷子，那么不难描述状态 ，即用d[i][j]表示在前i根筷子里选j双的最优解， 该题的唯一不同就是多加了一根最长的筷子 ， 为了解决这个问题，就要想办法在状态转移的时候排除最长筷子的影响 。
我们还是先来考虑简单情况，假设没有最长的筷子，那么对于每一个状态只有两个决策 ：选第i根筷子还是不选 。因为已经排好序了，所以选相邻两根筷子最优，因此如果不选第i根，状...
分类：
其他好文 时间：
2015-08-09 17:13:09
阅读次数：
92
一、引言
在机器学习以及优化组合问题中，最常用的方法就是梯度下降法。比如BP神经网络，多层感知器的神经元(units)越多，对应的权矩阵也就越大，每个权可视为一个自由度或者变量。我们知道自由度越高，变量越多，模型越复杂，模型的能力越强。但是模型能力越强，模型就越容易过拟合，对噪声太敏感。另一方面，使用梯度下降进行最优解搜寻时，多变量的误差曲面很像是连绵起伏的山峰一样，变量越多，山峰和山谷...
分类：
其他好文 时间：
2015-08-08 10:31:01
阅读次数：
270
优化算法入门系列文章目录（更新中）： 1.模拟退火算法 2.遗传算法一. 爬山算法 ( Hill Climbing ) 介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。 爬山算法实现很简单，其主要.....
分类：
编程语言 时间：
2015-08-07 23:37:09
阅读次数：
234
经典的贪婪。两种方案：一个：让我们来最快，第二快，在过去的第一，最快的回。然后最慢，最慢第二，在过去。次最快的回来a[0]+a[1]+a[1]+a[n-1]二：最快的和最慢的过去，最快的回来，最快的和当前最慢的过去，最快的回来。a[0]+a[n-1]+a[0]+a[n-2]每次取最优解。注意：最后剩...
分类：
其他好文 时间：
2015-08-07 21:58:39
阅读次数：
116
由于我们并不清楚要求的W的值，但是我们知道W的值不超过矿石中价值最大的，如果W大于了矿石中价值最大的，那么Y的值为0，无法达到最优解。
因此，很容易就能想到在确定W的值要用二分的方法。
在分析这道题的时候，我们很容易知道Y的值是满足单调性的，当W的值越大，Y的值越小，因为W越大，能够选的矿石就越少。
所以我们把得到的Y值作为判断条件，如果Y比S小，就说明检验值了，而W取大了。每次更改W的同时...
分类：
其他好文 时间：
2015-08-07 20:00:48
阅读次数：
106
题目地址：HDU 5360
题意：给定n个人，现在要邀请这些人去远足，但每个人同意邀请的条件是当前已经同意去远足的人数c必须满足c>=l[i]&&c<=ri，问你邀请的顺序是什么才能使尽可能多的人去远足，若有多个最优解，输出任意的一个。
思路：先按照L从小到到排序，把当前符合的L放入优先队列中 ，然后对队列中的R从小到大排序，贪心的选择R小的，然后乱搞一番就可以了。#include <stdio...
分类：
其他好文 时间：
2015-08-07 16:17:30
阅读次数：
192
题意：置换群，问环的长度有多少种
分析：
环的长度就是每次你选择的区间长度的最小公倍数。总区间长度是n，那么这道题就是求和等于n的各个数的最小公倍数有多少种。
状态：dp[i][j]前i个质数，区间长度不超过j的最优解
转移：dp[i][j]=dp[i-1][j]+dp[i-1][j-k]，k=prim[i]^1,2...
这题和上一题的dp难哭我了。
代码：
#include
#i...
分类：
其他好文 时间：
2015-08-04 22:56:10
阅读次数：
105
设f[x]为x子树里能选的最多的路径数，h[x]为x子树里往上走的点的集合，且不与x子树内的最优解冲突首先f[x]=sum(f[son])若h[son]与x可以直接匹配，则匹配上，f[x]++然后把剩下的未配对的son之间进行匹配，f[x]+=最大匹配数因为度数不超过10，所以设dp[S]表示二进制...
分类：
其他好文 时间：
2015-08-04 22:45:08
阅读次数：
278
IDA*算法，迭代加深搜索和A*算法的结合 。
迭代加深搜索适用于那些没有明显深度上限的题目，将深度从小到大枚举，直到找到最优解 ，减小了深搜的盲目性 。
A*算法需要一个乐观估价函数，在这个函数里寻找一个代价最小的点去搜索，所以时间复杂度都浪费在这个上面了 。
其实我照着紫书上巧的，感觉很容易，实际上其中的算法思想是要静下心来仔细研究的，练ACM这么久了，深深感到这个竞赛是那么的迷人，又是...
分类：
编程语言 时间：
2015-08-04 21:06:59
阅读次数：
163
