三种随机化算法：舍伍德算法 拉斯维加斯算法 蒙特卡洛算法

一、舍伍德算法

作用：为了消除实例与时间复杂度之间的关系；

例如，对于一个快速排序算法，开始时所考虑的是一个有很好平均性能的选择算法，但在最坏情况下对某些实例算法效率较低，此时采用概率方法，将上述算法改造成一个舍伍德型算法，消除实例与时间复杂度之间的关系；

 

二、拉斯维加斯算法

它的一个显著特征：它所做的随机性决策有可能导致算法找不到所需要的解；

应用：n后问题

 

三、蒙特卡洛算法

基本思想：设p是实数，且0.5 < p < 1。如果一个蒙特卡洛算法对于问题的任一实例得到的正确解的概率不小于p，责成该蒙特卡洛算法是p正确的，且称p - 0.5 是该算法的优势；