给出一个大小为n
x的二进制矩阵n
。
在每一步,函数都会检查给定矩阵的每一行和每一列是否至少有一个1
. 如果不是,则选择一个纯粹的随机坐标,例如where , i, j
,1 <= i
并将j <= n
其标记为保留。1
0
1
重复该过程,直到矩阵的每一行和每一列都具有至少一个1
.
请告诉这个算法中移动的“预期数量”是多少。
给出一个大小为n
x的二进制矩阵n
。
在每一步,函数都会检查给定矩阵的每一行和每一列是否至少有一个1
. 如果不是,则选择一个纯粹的随机坐标,例如where , i, j
,1 <= i
并将j <= n
其标记为保留。1
0
1
重复该过程,直到矩阵的每一行和每一列都具有至少一个1
.
请告诉这个算法中移动的“预期数量”是多少。
for n = 1, 10 do
-- prepare matrix of zeroes
local P = {}
for i = 0, n do
P[i] = {}
for j = 0, n do
P[i][j] = 0
end
end
-- set matrix element at (0,0) = 1
P[0][0] = 1
local E = 0 -- expected value of number of steps
for move = 1, 1000000 do -- emulate one million steps
for x = n, 1, -1 do
for y = n, 1, -1 do
-- calculate probabilities after next move
P[x][y] = (
P[x][y] *x *y +
P[x-1][y] *(n+1-x)*y +
P[x][y-1] *x *(n+1-y) +
P[x-1][y-1]*(n+1-x)*(n+1-y)
)/(n*n)
end
end
E = E + P[n][n]*move
P[0][0] = 0
P[n][n] = 0
end
print(n, E)
end
结果(n,E):
1 1
2 3.6666666666667
3 6.8178571428571
4 10.301098901099
5 14.039464751085
6 17.982832900812
7 22.096912050614
8 26.357063600653
9 30.744803580639
10 35.245774455244
可以计算 E 的确切值,但需要对矩阵 N*N 求逆,其中 N=n*n
您可以使用启发式方法并模拟随机场以获得近似输出。
您可以在此基础上创建一个输出文件,这将确保您已经模拟了大量数据,以确保您的近似答案接近优化的结果。