爬山算法(Hill Climbing Algorithm)是一种局部搜索算法,它通过迭代搜索的方式寻找问题的局部最优解。在爬山过程中,算法总是选择当前状态邻域中最好(即函数值最大或最小)的状态作为下一个状态,直到达到局部最优解。由于爬山算法只关注当前状态及其邻域,因此它可能会陷入局部最优解而非全局最优解。
以下是一个用C++实现的简单爬山算法示例,用于求解一元函数的局部最大值。在这个例子中,我们将使用一个简单的二次函数 `f(x) = -x^2 + 4x - 3`,它有一个全局最大值点 `x = 2`。代码如下。
#include <iostream>
#include <cmath>
#include <random>
#include <chrono>
// 目标函数
double f(double x) {
return -x * x + 4 * x - 3;
}
// 爬山算法
double hillClimbing(double start, double stepSize, int maxIter) {
double current = start;
double currentVal = f(current);
double next, nextVal;
for (int i = 0; i < maxIter; ++i) {
double left = current - stepSize;
double right = current + stepSize;
nextVal = std::max(f(left), f(right));
if (nextVal > currentVal) {
// 如果邻域中存在更好的解,则移动到该解
if (f(left) > f(right)) {
next = left;
} else {
next = right;
}
current = next;
currentVal = nextVal;
} else {
// 如果没有更好的解,则停止搜索
break;
}
}
return current;
}
int main() {
// 设置初始点、步长和最大迭代次数
double start = 0.0; // 可以随机初始化或设置为特定值
double stepSize = 0.1;
int maxIter = 100;
// 运行爬山算法并输出结果
double result = hillClimbing(start, stepSize, maxIter);
std::cout << "找到最大值 x = " << result << ", f(x) = " << f(result) << std::endl;
return 0;
}
结果如下图所示。
上面的示例程序定义了一个简单的爬山算法实现,它接受一个初始点、步长和最大迭代次数作为输入,并返回找到的局部最大值点的x坐标。在`main`函数中,我们设置了初始点、步长和最大迭代次数,并调用`hillClimbing`函数来运行爬山算法。最后,我们输出找到的局部最大值点的x坐标和函数值。
请注意,这个示例仅用于演示爬山算法的基本原理。在实际应用中,目标函数可能更加复杂,需要更复杂的邻域搜索策略和停止条件。此外,为了获得更好的性能,还可以考虑使用更高级的局部搜索算法,如模拟退火、遗传算法等。