Php 通过1000'的最佳循环方式;价值取向
我需要找到x的值,其中两个结果的方差(考虑到x)最接近于0。问题是,唯一的方法是循环使用所有可能的x值。等式使用货币,因此我必须以1美分的增量进行检查 这可能会更容易:Php 通过1000'的最佳循环方式;价值取向,php,math,mathematical-optimization,Php,Math,Mathematical Optimization,我需要找到x的值,其中两个结果的方差(考虑到x)最接近于0。问题是,唯一的方法是循环使用所有可能的x值。等式使用货币,因此我必须以1美分的增量进行检查 这可能会更容易: $previous_var = null; $high_amount = 50; for ($i = 0.01; $i <= $high_amount; $i += 0.01) { $val1 = find_out_1($i); $val2 = find_out_2(); $var = vari
$previous_var = null;
$high_amount = 50;
for ($i = 0.01; $i <= $high_amount; $i += 0.01) {
$val1 = find_out_1($i);
$val2 = find_out_2();
$var = variance($val1, $val2);
if ($previous_var == null) {
$previous_var = $var;
}
// If this variance is larger, it means the previous one was the closest to
// 0 as the variance has now started increasing
if ($var > $previous_var) {
$l_s -= 0.01;
break;
}
}
$optimal_monetary_value = $i;
$previous\u var=null;
$high_金额=50;
对于($i=0.01;$i$previous_var){
$l_s-=0.01;
打破
}
}
$optimal_monetary_value=$i;
我觉得有一个数学公式可以让“每一分钱循环”更为理想?它适用于较小的值,但如果您开始使用1000作为$high\u值,则需要花费相当多的时间来计算。根据代码中的注释,听起来您需要类似于平分搜索的东西,但有点不同:
function calculate_variance($i) {
$val1 = find_out_1($i);
$val2 = find_out_2();
return variance($val1, $val2);
}
function search($lo, $loVar, $hi, $hiVar) {
// find the midpoint between the hi and lo values
$mid = round($lo + ($hi - $lo) / 2, 2);
if ($mid == $hi || $mid == $lo) {
// we have converged, so pick the better value and be done
return ($hiVar > $loVar) ? $lo : $hi;
}
$midVar = calculate_variance($mid);
if ($midVar >= $loVar) {
// the optimal point must be in the lower interval
return search($lo, $loVar, $mid, $midVar);
} elseif ($midVar >= $hiVar) {
// the optimal point must be in the higher interval
return search($mid, $midVar, $hi, $hiVar);
} else {
// we don't know where the optimal point is for sure, so check
// the lower interval first
$loBest = search($lo, $loVar, $mid, $midVar);
if ($loBest == $mid) {
// we can't be sure this is the best answer, so check the hi
// interval to be sure
return search($mid, $midVar, $hi, $hiVar);
} else {
// we know this is the best answer
return $loBest;
}
}
}
$optimal_monetary_value = search(0.01, calculate_variance(0.01), 50.0, calculate_variance(50.0));
这假设方差在远离最佳点时单调增加。换句话说,如果最佳值是O
,那么对于所有X
,计算方差(X)>=计算方差(Y)>=计算方差(O)
(所有
和
翻转时也是如此)。代码中的注释和编写方式使它看起来像是真的。如果这不是真的,那么你真的不可能做得比你所拥有的更好。/p
pBe意识到这不如对分搜索好。有一些病理输入会使其花费线性时间而不是对数时间(例如,如果所有值的方差相同)。如果您可以将code计算方差(X)>=计算方差(Y)>=计算方差(O)的要求改进为计算方差(X)>计算方差(Y)>计算方差(O)
,通过检查$mid
的方差如何与$mid+0.01
的方差进行比较,并使用该值确定要检查的间隔,可以在所有情况下将其改进为对数
此外,你可能需要小心使用货币进行数学运算。您可能想要使用整数(即,所有数学运算都用美分而不是美元)或使用精确的数字。根据代码中的注释,听起来您想要类似于对分搜索的东西,但有点不同:
function calculate_variance($i) {
$val1 = find_out_1($i);
$val2 = find_out_2();
return variance($val1, $val2);
}
function search($lo, $loVar, $hi, $hiVar) {
// find the midpoint between the hi and lo values
$mid = round($lo + ($hi - $lo) / 2, 2);
if ($mid == $hi || $mid == $lo) {
// we have converged, so pick the better value and be done
return ($hiVar > $loVar) ? $lo : $hi;
}
$midVar = calculate_variance($mid);
if ($midVar >= $loVar) {
// the optimal point must be in the lower interval
return search($lo, $loVar, $mid, $midVar);
} elseif ($midVar >= $hiVar) {
// the optimal point must be in the higher interval
return search($mid, $midVar, $hi, $hiVar);
} else {
// we don't know where the optimal point is for sure, so check
// the lower interval first
$loBest = search($lo, $loVar, $mid, $midVar);
if ($loBest == $mid) {
// we can't be sure this is the best answer, so check the hi
// interval to be sure
return search($mid, $midVar, $hi, $hiVar);
} else {
// we know this is the best answer
return $loBest;
}
}
}
$optimal_monetary_value = search(0.01, calculate_variance(0.01), 50.0, calculate_variance(50.0));
这假设方差在远离最佳点时单调增加。换句话说,如果最佳值是O
,那么对于所有X
,计算方差(X)>=计算方差(Y)>=计算方差(O)
(所有
和
翻转时也是如此)。代码中的注释和编写方式使它看起来像是真的。如果这不是真的,那么你真的不可能做得比你所拥有的更好。/p
pBe意识到这不如对分搜索好。有一些病理输入会使其花费线性时间而不是对数时间(例如,如果所有值的方差相同)。如果您可以将code计算方差(X)>=计算方差(Y)>=计算方差(O)的要求改进为计算方差(X)>计算方差(Y)>计算方差(O)
,通过检查$mid
的方差如何与$mid+0.01
的方差进行比较,并使用该值确定要检查的间隔,可以在所有情况下将其改进为对数
此外,你可能需要小心使用货币进行数学运算。您可能想要使用整数(即,用美分而不是美元进行所有数学运算)或使用精确的数字。如果您对目标函数的行为一无所知,除了尝试所有可能的值之外,没有其他方法 相反,如果你保证最小值是唯一的,黄金分割法会很快收敛。这是斐波那契搜索的一个变体,已知它是最优的(需要最少数量的函数求值)
您的函数可能具有不同的属性,这些属性需要其他算法。如果您对目标函数的行为一无所知,那么除了尝试所有可能的值之外,没有其他方法 相反,如果你保证最小值是唯一的,黄金分割法会很快收敛。这是斐波那契搜索的一个变体,已知它是最优的(需要最少数量的函数求值)
您的函数可能具有调用其他算法的不同属性。为什么不实现二进制搜索
<?php
$high_amount = 50;
// computed val2 is placed outside the loop
// no need te recalculate it each time
$val2 = find_out_2();
$previous_var = variance(find_out_1(0.01), $val2);
$start = 0;
$end = $high_amount * 100;
$closest_variance = NULL;
while ($start <= $end) {
$section = intval(($start + $end)/2);
$cursor = $section / 100;
$val1 = find_out_1($cursor);
$variance = variance($val1, $val2);
if ($variance <= $previous_var) {
$start = $section;
}
else {
$closest_variance = $cursor;
$end = $section;
}
}
if (!is_null($closest_variance)) {
$closest_variance -= 0.01;
}
为什么不实施二进制搜索呢
<?php
$high_amount = 50;
// computed val2 is placed outside the loop
// no need te recalculate it each time
$val2 = find_out_2();
$previous_var = variance(find_out_1(0.01), $val2);
$start = 0;
$end = $high_amount * 100;
$closest_variance = NULL;
while ($start <= $end) {
$section = intval(($start + $end)/2);
$cursor = $section / 100;
$val1 = find_out_1($cursor);
$variance = variance($val1, $val2);
if ($variance <= $previous_var) {
$start = $section;
}
else {
$closest_variance = $cursor;
$end = $section;
}
}
if (!is_null($closest_variance)) {
$closest_variance -= 0.01;
}
读到这篇文章时,我意识到我应该提高我的数学。。。但你能举例说明产出吗;你能更清楚地理解这道数学题吗?由于你所有的函数(find\u out\u 1
,find\u 2
,variance
)都是匿名的,我认为除了暴力之外,我们不可能提出更好的解决方案。你在这里把这种差异称为什么?读到这篇文章时,我意识到我应该改进我的数学。。。但你能举例说明产出吗;你能更清楚地理解这道数学题吗?使用所有功能(find_out_1
,find_out_2
,variance
)作为匿名者,我认为除了暴力之外,我们不可能提出更好的解决方案。你在这里把差异称为什么?这个过程确实不完美,因为存在一些配置,你不知道选择哪个子区间。当你一次考虑四个点而不是三个点时,这个问题就解决了。在每一次迭代中,您拒绝三次迭代中的一次间隔。实现了最优的区间大小缩减策略