局所探索法 - Wikipedia
局所探索法（きょくしょたんさくほう、英: local search）や逐次改善法（ちくじかいぜんほう、英: iterative improvement）や近傍探索法（きんぼうたんさくほう）は、探索アルゴリズムの一種である。 概要[編集] 局所探索法とは近似アルゴリズムの中でも最も単純なアルゴリズムの枠組みの一つである。広義には後述する手法の枠組みを持つアルゴリズムの総称として使われており、狭義には山登り法の意味で使われている。今日のメタヒューリスティクスの多くの手法がこの枠組みを使用している。 「局所探索法」という言葉は主に探索アルゴリズムに対しての言葉であり、数値解析の分野に於いては「反復法」という言葉が用いられる。両者の違いとしては反復法は対象となる関数の連続性や1階微分方程式などが解っていることが前提の場合が多く、また求める解も最適解を要求されることが多いのに対し、局所探索法では離散
焼きなまし法 - Wikipedia
この項目では、確率的メタアルゴリズムについて説明しています。金属の熱処理については「焼きなまし」をご覧ください。 焼きなまし法（やきなましほう、英: Simulated Annealing、SAと略記、疑似アニーリング法、擬似焼きなまし法、シミュレーティド・アニーリングともいう）は、大域的最適化問題への汎用の乱択アルゴリズムである。広大な探索空間内の与えられた関数の大域的最適解に対して、よい近似を与える。 S. Kirkpatrick、C. D. Gelatt、M. P. Vecchiらが1983年に考案し[1]、1985年に V. Cerny が再発見した[2]。 その名称は、金属工学における焼きなましから来ている。焼きなましは、金属材料を熱した後で徐々に冷やし、結晶を成長させてその欠陥を減らす作業である。熱によって原子は初期の位置（内部エネルギーがローカルな極小状態）から離され、よりエ
整数計画問題 - Wikipedia
整数計画問題（せいすうけいかくもんだい）は、線型計画問題において、解ベクトルxの各要素を整数に限定した問題をいう。これはNP困難な問題に該当する。線型計画問題には多項式時間アルゴリズムが存在するのに対し、整数計画問題ではまだ見つかっていない。 解ベクトルxの各要素を0または1のみに限定したものを、特に0-1整数計画問題という。 整数計画問題として解かれる問題の例[編集] 頂点被覆問題 ナップサック問題 ハミルトン閉路問題 巡回セールスマン問題 集合被覆問題 施設配置問題 最大独立集合問題 最小極大マッチング問題 最大クリーク問題 支配集合問題 辺支配集合問題 ビンパッキング問題 一般化割当問題 参考になり得る図書[編集] 和書： 今野浩:「整数計画法」，産業図書，1981． 今野浩・鈴木久敏編：「整数計画と組合せ最適化」，日科技連，1982. 久保幹雄，田村明久，松井知己（編）：「応用数理
Optimized QuickSort — C Implementation (Non-Recursive)
Optimized QuickSort — C Implementation (Non-Recursive) August 2005, July 2007 NOTE 2010.02.25: I’ve received a few e-mails over the past few years telling me that my implementation of QuickSort may not be an improvement over the popular, recursive implementation. When I have time, I plan to perform my own comprehensive speed tests. Until then, don’t take the below information as gospel! Perform
B-treeインデックス入門 - Qiita
B-treeがMySQLで使用されている背景から、B-treeインデックスの構造、そしてそれに基づいたインデックスの使用方法の入門編です。以下の流れに沿ってまとめていきます。 インデックスってなに？ B-treeってなんでインデックスに使われているの？ B-treeインデックスの構造 インデックスの使用方法 ※ 勉強をかねてまとめていることもあり、間違っている箇所がございましたら教えていただけると嬉しいです。 インデックスってなに？ 全体の内容の中から特定部分を探すために使用する、本の索引のような概念のことです。これを用いることで、検索を高速化することができます。 特定の項目が本のどこに載っているかを確認するために索引を調べることで、全ページを順に調べなくても、その項目が登場するページ番号がわかる MySQLのストレージエンジンでも、インデックスが同様の方法で利用されており、インデックスの
)
Heuristic (computer science) - Wikipedia
In mathematical optimization and computer science, heuristic (from Greek εὑρίσκω "I find, discover") is a technique designed for problem solving more quickly when classic methods are too slow for finding an exact or approximate solution, or when classic methods fail to find any exact solution in a search space. This is achieved by trading optimality, completeness, accuracy, or precision for speed.
決定問題 - Wikipedia
決定問題（けっていもんだい、decision problem）とは、各入力に対して受理か拒絶かのうち片方を出力する形式の問題をいう。判定問題とも呼ばれる。形式的には、文字列全体の集合、あるいはの部分集合からへの写像である。 たとえば、ある命題論理式を充足する真理値割り当てがあるかないか（充足可能性問題）、与えられた自然数が素数か否か（素数判定問題）、といったものがある。これに対し、受理か拒絶かだけでなく真理値割り当てや素因数分解の結果といったものの出力を要求する問題は函数問題（function problem）と呼ばれる。 決定問題は、数学的に定式化しやすく、かつ出力に関わる時間を考慮しなくてよいことから、計算理論でよく使われる。
P≠NP予想 - Wikipedia
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。（2013年2月） P≠NP予想（ピーエヌピー予想、英語: P is not NP）は、計算複雑性理論（計算量理論）における予想 (未解決問題) の1つであり、「クラスPとクラスNPが等しくない」すなわち「クラスNPの元だがクラスPの元でないような決定問題（判定問題）が存在する」というものである。P対NP問題（PたいNPもんだい、英: P versus NP）と呼ばれることもある。 理論計算機科学と現代数学上の未解決問題の中でも最も重要な問題の一つであり、2000年にクレイ数学研究所のミレニアム懸賞問題の一つとして、この問題に対して100万ドルの懸賞金がかけられた。 概要[編集] クラスPとは、決定性チューリングマシンにおいて、多項式時間で判定可能な問題のクラス
ハミルトン閉路問題 - Wikipedia
ハミルトン閉路問題（ハミルトンへいろもんだい）とは、与えられたグラフについて、全ての頂点を一度だけ通る閉路が存在するかどうか調べる問題である。名称はこの問題を最初に研究した数学者ウィリアム・ローワン・ハミルトンの名に因む。 概要[編集] 与えられたグラフが有向グラフ（グラフ理論参照）の場合は有向ハミルトン閉路問題、無向グラフ（通常のグラフ）の場合は無向ハミルトン閉路問題と呼ばれる。 この問題はどちらも、NP完全問題であることが知られている。また、無向ハミルトン閉路問題は巡回セールスマン問題の特殊ケースでもある。 始点と終点が一致するという閉路の条件を取り去ると、ハミルトン路問題になる。 NP完全性の証明[編集] ハミルトン閉路問題は NP完全問題の頂点被覆問題が有向ハミルトン閉路問題に多項式時間変換可能であることが証明され、さらに有向ハミルトン閉路問題は無向ハミルトン閉路問題に多項式変換可
全域木を列挙する - Qiita
はじめに 約30年前に大学で習った、全域木の列挙アルゴリズムをPythonで実装してみましたので、ご紹介します。 全域木とは、元のグラフの全ての点を含む木のことです。 アルゴリズム グラフの式表現を求めて、式表現を展開して列挙します。 例えば、三角形のグラフで各辺をそれぞれa,b,cとすると、式表現は組(abc)となり、これを展開するとab/ac/bcとなります。 グラフの式表現は以下のように求められます。 辺の最初の式表現として、アルファベット1文字を持たせます。 グラフは、式表現を維持しながら辺または辺と点を削除できます。 グラフが1点になったときに式表現が求められます。 グラフGの式表現（Expr(G))は、任意の1つの辺Eを選んで以下のように変形できます。(標準ルール) Expr(G) ＝ 和(積(組(Expr(E)), Expr(GからEを削除)), 積(Expr(E), Exp
充足可能性問題のアルゴリズム
充足可能性問題（satisfiability problem）とは？ 充足可能性問題（以下，ＳＡＴ問題と略す）とは， 理論計算機科学で最も基本的で 重要な ＮＰ完全問題 の一つである． グラフ理論における 巡回セールスマン問題，頂点彩色問題，独立頂点集合問題， オペレーションズ・リサーチにおける整数計画問題， ゲーム・パズルにおける数独，テトリスなど， 実社会で遭遇する多くの（決定）問題がＮＰ完全問題である． その中でも， ＳＡＴ問題は，そのＮＰ完全性が示された最初の問題である． 以下の意味で， ＳＡＴ問題は，ＮＰ完全問題の根本である： すべてのＮＰ完全問題のＮＰ完全性は， （いくつかの例外を除いて） ＳＡＴ問題からの有限回の多項式時間還元を経て示された． 例えば， 教科書 [1] では， ハミルトン閉路問題は， 頂点被覆問題からの多項式時間還元により， 更に， 頂点被覆問題はＳＡＴ問題か
P、NP、NP完全、NP困難…似て非なる階層構造 - Qiita
コンピューターに問題を解かせるときに、それがどの程度の時間を消費するのかも大きな問題です。この観点から、問題はいくつかのパターンに区分されています。ただし、ややこしいです。 おことわり なお、分かりやすさを優先して、厳密でない説明となっている部分があります。たとえば、チューリング完全性を前提に、チューリング機械で計算するものを、通常のコンピューターで計算するものとしています。 ある判定問題（yes/noで答えられる問題）があって、それを解くことのできる多項式時間アルゴリズム（問題の規模に対して、計算時間が規模の多項式で表現される上限を持つ）が存在する場合に、その問題は「Pに属する」ということになります。 なお、この定義にはいくつかの注意点があります。まず、yes/noで答えられない問題（配列のソート）などは、定義上Pには分類されません。また、定数時間の場合や、問題規模の対数で多項式になる場
The Existence of the Tau One-Way Functions Class as a Proof that P != NP
We prove that P != NP by proving the existence of a class of functions we call Tau, each of whose members satisfies the conditions of one-way functions. Each member of Tau is a function computable in polynomial time, with negligible probability of finding its inverse by any polynomial probabilistic algorithm. We also prove that no polynomial-time algorithm exists to compute the inverse of members
深さ優先探索（バックトラック法） - Wikipedia
深さ優先探索のイメージ 深さ優先探索（ふかさゆうせんたんさく、英: depth-first search, DFS、バックトラック法ともいう）は、木やグラフを探索するためのアルゴリズムである。アルゴリズムは根から(グラフの場合はどのノードを根にするか決定する)始まり、バックトラックするまで可能な限り探索を行う。「縦型探索」とも呼ばれる。 形式的には、深さ優先探索は、探索対象となる木の最初のノードから、目的のノードが見つかるか子のないノードに行き着くまで、深く伸びていく探索である。その後はバックトラックして、最も近くの探索の終わっていないノードまで戻る。非再帰的な実装では、新しく見つかったノードはスタックに貯める。 深さ優先探索の空間計算量は幅優先探索の空間計算量より最悪のケースでは同じだが一般的なケースではずっと小さい。また、探索の種類によっては、分岐を選択するためのヒューリスティックな方
通勤・通学中に理解する深さ優先探索と幅優先探索【アルゴリズム】 - あのねノート。
2014-01-31 通勤・通学中に理解する深さ優先探索と幅優先探索【アルゴリズム】 まとめ やり方 まえおき まえおき は みつかりませんでした。 深さ優先探索の例 例から入る 0という名前の点から探索を始める 0につながってるのは1か2か3だけど、テキトーに3を選ぶ 3につながってるのは0か4か5だけど、0は訪問済みなので選択肢は4か5 テキトーに4を選ぶ 4につながってるのはは2か6だけど(3は訪問済み)、テキトーに2を選ぶ 2につながってるのは0と4だけど、どっちも訪問済み 直前に来た4に戻って行けるとこを探す 4につながってるのは2と3と6だけどまだ行ってない6を選ぶ 6から行けるとこはどこもない(4は訪問済み) 戻って4から行けるところを探すけどどこも訪問済み 更に戻って3から行けるところを探す 5を選ぶ(0と4は訪問済み) 5から行けるとこはどこもない(3は訪問済み) 戻って
マルチキー・クイックソート(multikey-quicksort)で高速に文字列ソート - EchizenBlog-Zwei
一般にソートアルゴリズムの計算量はソート対象となるデータ数NについてO(N^2)とかO(NlogN)等で評価する。数値データのソートであれば特に問題はないのだが、文字列データの場合は一回の比較に対して文字列長Mに比例する計算量O(M)がかかってしまう。例えばクイックソートであればO(NlogN)ではなくO(MNlogN)となる。よってMが非常に大きい場合はソート性能の劣化を招く。 文字列ソートに付いてはBently&Sedgewickのマルチキー・クイックソート(multikey-quicksort)という改良版クイックソートが存在する。このソート法は、ある工夫によって一回の比較を文字列長Mに依存しない形で実現している。 例えば文字列appleとapplicationの比較について考える。 # 先頭の文字を比較 [a]pple = [a]pplication # 2文字目を比較 a[p]p
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://opensource.apple.com/source/emacs/emacs-41/emacs/lib-src/qsort.c?txt
Amazon.co.jp: 定本 Cプログラマのためのアルゴリズムとデータ構造 (SOFTBANK BOOKS): 近藤嘉雪: 本
Amazon.co.jp: 今日から使える!組合せ最適化 離散問題ガイドブック (KS理工学専門書): 穴井宏和, 斉藤努: 本
Amazon.co.jp: 超高速グラフ列挙アルゴリズム:〈フカシギの数え方〉が拓く,組合せ問題への新アプローチ: ERATO 湊離散構造処理系プロジェクト (著), 湊真一 (編集): 本
