Sortir Acak Buta


18

Berikut adalah pola yang cukup umum untuk menyortir algoritma:

def sort(l):
    while not is_sorted(l):
         choose indices i, j
         assert i < j
         if l[i] > l[j]:
             l[i], l[j] = l[j], l[i]

Algoritma ini bekerja dengan baik karena indeks idan jdipilih dengan hati-hati, berdasarkan keadaan daftar l.

Namun, bagaimana jika kita tidak bisa melihat l, dan hanya harus memilih secara membabi buta? Seberapa cepat kita bisa mengurutkan daftar itu?


Tantangan Anda adalah menulis fungsi yang menghasilkan pasangan indeks acak, hanya diberi panjang l. Khususnya, Anda harus menampilkan dua indeks i, j,, dengan 0 <= i < j < len(l). Fungsi Anda harus bekerja pada daftar panjang mana pun, tetapi akan dicetak pada daftar panjang 100.

Skor Anda adalah jumlah rata-rata pilihan indeks yang diperlukan untuk mengurutkan daftar acak acak menurut pola di atas, di mana indeks dipilih sesuai dengan fungsi Anda.

Saya akan menilai pengiriman, dengan mengambil jumlah rata-rata pilihan indeks lebih dari 1000 percobaan pada daftar panjang acak 100 acak tanpa acak entri.

Saya berhak menjalankan uji coba lebih sedikit jika pengajuannya jelas tidak kompetitif atau tidak berakhir, dan saya akan menjalankan lebih banyak uji coba untuk membedakan pesaing teratas untuk menemukan pemenang tunggal. Jika beberapa pengajuan teratas tetap berada dalam margin of error pada batas sumber daya komputasi saya, saya akan menyatakan pengajuan sebelumnya pemenang, sampai sumber daya komputasi lebih lanjut dapat dibawa untuk menanggung.


Berikut ini contoh program penilaian, dengan Python:

import random
def is_sorted(l):
    for x in range(len(l)-1):
        if l[x] > l[x+1]:
            return False
    return True

def score(length, index_chooser):
    steps = 0
    l = list(range(length))
    random.shuffle(l)

    while not is_sorted(l):
        i, j = index_chooser(length)
        assert (i < j)
        if l[i] > l[j]:
            l[i], l[j] = l[j], l[i]
        steps += 1
    return steps

Fungsi Anda mungkin tidak mempertahankan status yang dapat berubah, berinteraksi dengan variabel global, memengaruhi daftar l, dll. Input fungsi Anda hanya boleh sepanjang daftar l, dan itu harus menampilkan sepasang bilangan bulat yang terurut dalam rentang [0, len(l)-1](atau sesuai untuk bahasa Anda daftar pengindeksan). Jangan ragu untuk bertanya apakah ada yang diizinkan dalam komentar.

Pengajuan mungkin dalam bahasa bebas untuk digunakan. Harap sertakan harness penilaian jika belum diposkan untuk bahasa Anda. Anda dapat memposting skor sementara, tetapi saya akan meninggalkan komentar dengan skor resmi.

Penilaian adalah jumlah rata-rata langkah-langkah ke daftar yang diurutkan pada daftar panjang acak 100 acak. Semoga berhasil.


2
@ JoKing Memang - kiriman Anda adalah distribusi
isaacg

2
Mengapa Anda tidak mengizinkan keadaan bisa berubah? Membiarkannya berarti bahwa pengiriman dapat memperbaiki algoritme mereka dengan lebih baik, daripada berharap bahwa item yang tepat dapat dipilih.
Nathan Merrill

3
@NathanMerrill Jika keadaan dapat diubah diizinkan, pemenang hanya akan menjadi jaringan penyortiran yang sudah merupakan masalah yang dipelajari dengan baik.
Anders Kaseorg

3
@NathanMerrill Jika Anda ingin memposting pertanyaan itu, silakan. Namun, bukan pertanyaan ini.
isaacg

3
@NathanMerrill Oh, tentu. Tantangan "Desain jaringan penyortiran terbaik", sementara sebuah pertanyaan menarik, telah banyak dipelajari di dunia riset CS. Akibatnya, pengajuan terbaik mungkin hanya akan terdiri dari implementasi makalah penelitian, seperti jenis bitonic Batcher. Pertanyaan yang saya ajukan di sini adalah asli sejauh yang saya tahu, dan seharusnya memiliki lebih banyak ruang untuk inovasi.
isaacg

Jawaban:


10

Python, skor = 4508

def half_life_3(length):
    h = int(random.uniform(1, (length / 2) ** -3 ** -0.5) ** -3 ** 0.5)
    i = random.randrange(length - h)
    return i, i + h

Half-Life 3 dikonfirmasi.

Python, skor = 11009

def bubble(length):
    i = random.randrange(length - 1)
    return i, i + 1

Rupanya semacam gelembung acak tidak melakukan semua yang jauh lebih buruk daripada jenis gelembung normal.

Distribusi optimal untuk panjang kecil

Tidak mungkin ini bisa diperpanjang ke panjang 100, tetapi menarik untuk dilihat pula. Saya menghitung distribusi optimal untuk kasus-kasus kecil (panjang ≤ 7) menggunakan gradient descent dan banyak aljabar matriks. Kolom k th menunjukkan probabilitas setiap swap pada jarak k .

length=1
score=0.0000

length=2
1.0000
score=0.5000

length=3
0.5000 0.0000
0.5000
score=2.8333

length=4
0.2957 0.0368 0.0000 
0.3351 0.0368 
0.2957 
score=7.5106

length=5
0.2019 0.0396 0.0000 0.0000 
0.2279 0.0613 0.0000 
0.2279 0.0396 
0.2019 
score=14.4544

length=6
0.1499 0.0362 0.0000 0.0000 0.0000 
0.1679 0.0558 0.0082 0.0000 
0.1721 0.0558 0.0000 
0.1679 0.0362 
0.1499 
score=23.4838

length=7
0.1168 0.0300 0.0041 0.0000 0.0000 0.0000 
0.1313 0.0443 0.0156 0.0000 0.0000 
0.1355 0.0450 0.0155 0.0000 
0.1355 0.0443 0.0041 
0.1313 0.0300 
0.1168 
score=34.4257

Nilai Anda:
11009

2
Bisakah Anda jelaskan jawaban half life 3 Anda sedikit? Apakah intinya hanya untuk membiaskan nomor acak ke bagian depan daftar?
Maks

1
Distribusi optimal untuk panjang kecil sangat menarik - saya perhatikan bahwa bias menuju pusat berguna, terutama untuk jarak swap yang lebih besar.
isaacg

@ Max Seluruh masalah adalah tentang membiaskan angka acak dengan cara yang bermanfaat; cara ini bermanfaat. Perhatikan bahwa hjarak antara elemen yang ditukar; itu tidak mewakili bagian depan atau belakang.
Anders Kaseorg

1
Skor setengah kehidupan Anda: 4508 pada 10.000 sampel.
isaacg

7

Nilai: 4627

def rand_step(n):
	step_size = random.choice([1, 1, 4, 16])
	
	if step_size > n - 1:
		step_size = 1 
	
	start = random.randint(0, n - step_size - 1)
	return (start, start + step_size)

Cobalah online!

Menghasilkan indeks acak yang jaraknya dipilih secara seragam [1,1,4,16]. Idenya adalah untuk memiliki campuran swap 1 langkah dengan swap pada skala yang lebih besar.

Saya men-tweak nilai-nilai ini untuk daftar panjang 100, dan mereka kemungkinan jauh dari optimal. Beberapa pencarian mesin mungkin dapat mengoptimalkan distribusi jarak untuk strategi acak-pasangan-dengan-dipilih-jarak.


1
Skor Anda: 4627 pada 10.000 sampel. Saya akan menjalankannya lagi dengan lebih banyak sampel jika Anda berada di antara para pemimpin setelah beberapa hari.
isaacg

3

Nilai: 28493

def x_and_y(l):
    x = random.choice(range(l))
    y = random.choice(range(l))
    while y == x and l != 1: y = random.choice(range(l))
    return sorted([x,y])

Cobalah online!

Solusi ini hanya memilih nilai yang berbeda untuk xdan ysecara acak dari rentang dan mengembalikannya dalam urutan yang diurutkan. Sejauh yang saya tahu, ini berkinerja lebih baik daripada memilih xkemudian memilih ydari nilai yang tersisa.


Nilai Anda: 28493
isaacg

3

Python, skor: 39525

def get_indices(l):
    x = random.choice(range(l-1))
    y = random.choice(range(x+1,l))
    return [x,y]

[0,l-1)x
x[x+1,l)y

Cobalah online.


Nilai Anda: 39525
isaacg

2

Python, skor ≈ 5000

def exponentialDistance(n):
    epsilon = 0.25
    for dist in range(1, n):
        if random.random() < epsilon:
            break
    else:
        dist = 1
    low = random.randrange(0, n - dist)
    high = low + dist
    return low, high

Dicoba dengan banyak nilai epsilon, 0,25 tampaknya menjadi yang terbaik.

Skor ≈ 8881

def segmentedShuffle(n):
    segments = 20
    segmentLength = (n - 1) // segments + 1

    if random.random() < 0.75:
        a = b = 0
        while a == b or a >= n or b >= n:
            segment = random.randrange(segments)
            a = random.randrange(segmentLength) + segment * segmentLength
            b = random.randrange(segmentLength) + segment * segmentLength
        return sorted([a, b])

    highSegment = random.randrange(1, segments)
    return highSegment * segmentLength - 1, highSegment * segmentLength

Pendekatan yang berbeda. Tidak sebagus itu, dan mati mengerikan dengan panjang tidak dibagi dengan jumlah segmen, tetapi masih menyenangkan untuk dibangun.


Skor Anda: Jarak eksponensial: 5055. Shuffle tersegmentasi: 8901
isaacg

1

Nilai: 4583

def rand_shell(l):
    steps = [1, 3, 5, 9, 17, 33, 65, 129]
    candidates = [(left, left + step)
            for (step, nstep) in zip(steps, steps[1:])
            for left in range(0, l - step)
            for i in range(nstep // step)
    ]
    return random.choice(candidates)

Cobalah online!

Saya tidak tahu kenapa. Saya baru saja mencoba urutan yang terdaftar di wikipedia artical untuk shellsort . Dan yang ini tampaknya paling berhasil. Itu mendapatkan skor yang sama dengan yang diposting .


Skor Anda: 4583 pada 10.000 sampel. Saya akan menjalankannya lagi dengan lebih banyak sampel jika Anda berada di antara para pemimpin dalam beberapa hari.
isaacg

Saya juga menjalankan program yang lebih cepat yang mengambil sampel distribusi yang sama, jadi saya bisa mendapatkan lebih banyak sampel.
isaacg

2
@isaacg Untuk kinerja pengujian yang lebih baik, candidateskeluar dari fungsi sebagai variabel global harus berfungsi.
tsh

1
Terima kasih, itu jauh lebih cepat daripada apa yang saya lakukan.
isaacg

1

Python 2 , 4871

import random
def index_chooser(length):
    e= random.choice([int(length/i) for i in range(4,length*3/4)])
    s =random.choice(range(length-e))
    return [s,s+e]
def score(length, index_chooser):
    steps = 0
    l = list(range(length))
    random.shuffle(l)
    while True:
        for x in range(length-1):
            if l[x] > l[x+1]:
                break
        else:
            return steps
        i, j = index_chooser(length)
        assert(i < j)
        if l[i] > l[j]:
            l[i], l[j] = l[j], l[i]
        steps += 1

print sum([score(100, index_chooser) for t in range(100)])

Cobalah online!


Skor Anda: 4871 pada 10.000 sampel
isaacg
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.