Algoritmus náhodného vyhledávání je metoda vyhledávání založená na náhodném výběru sady řešení z vyhledávacího prostoru a kontrole, zda mohou problém vyřešit. Tento přístup se často používá, když neexistují žádné konkrétní informace nebo strategie, které by vedly hledání.
Jak to funguje
- Inicializace: Začněte s náhodně vygenerovanou sadou počátečních řešení.
- Hodnocení: Vyhodnoťte kvalitu každého řešení na základě objektivní funkce nebo hodnotících kritérií.
- Výběr: Vyberte podmnožinu nejlepších řešení ze sady na základě pravděpodobností nebo náhodného výběru.
- Testování: Otestujte, zda jsou vybraná řešení schopna problém vyřešit.
- Opakujte: Opakujte kroky 2 až 4, dokud nedosáhnete uspokojivého výsledku nebo předdefinovaného počtu iterací.
Příklad: Optimalizace Fibonacci funkce
Uvažujme optimalizační problém funkce Fibonacci F(x) = F(x-1) + F(x-2) s F(0) = 0, F(1) = 1. Chceme najít hodnotu x, pro kterou F(x) je maximalizováno. Metoda Random Search může náhodně vybrat hodnoty x, vypočítat Fibonacci hodnotu pro každé x a vybrat hodnotu x odpovídající nejvyšší Fibonacci získané hodnotě.
Příklad kódu v C++
#include <iostream>
#include <cstdlib>
#include <ctime>
int fibonacci(int n) {
if(n <= 0) return 0;
if(n == 1) return 1;
return fibonacci(n- 1) + fibonacci(n- 2);
}
int randomSearchFibonacci(int maxIterations) {
int bestX = 0;
int bestValue = 0;
srand(time(0));
for(int i = 0; i < maxIterations; ++i) {
int x = rand() % maxIterations;
int value = fibonacci(x);
if(value > bestValue) {
bestValue = value;
bestX = x;
}
}
return bestX;
}
int main() {
int maxIterations = 20;
int result = randomSearchFibonacci(maxIterations);
std::cout << "Optimal x for maximum Fibonacci value: " << result << std::endl;
return 0;
}
V tomto příkladu používáme k optimalizaci Fibonacci funkce metodu Random Search. Náhodně vybereme hodnoty x, vypočítáme Fibonacci hodnotu u každého x a pak vybereme hodnotu x odpovídající nejvyšší Fibonacci hodnotě, kterou jsme vypočítali.