我正在阅读本文（http://www.ams.org/publicoutreach/feature-column/fc-2018-12），但我很难理解其中的一部分：
“在这组路径上，我们引入了概率分布，其中对于某些正幂n，每条路径的概率与l-ni成正比”
这是我的理解：给定一组具有m个路径的路径，每个路径i的概率均如下
path_ {i} = l ^（-n）_ {i}，其中从1 ..... m
旁注：我不知道如何添加公式：）
非常感谢您。
答案 0 :(得分：0)
让我们从一个更高层次的想法开始：由于两个原因，我们无法有效地找到该问题的最佳解决方案：
本文对这两个挑战的答案是使用一些非常基本的目标函数（距离）构建许多“足够好”的解决方案，以便人们可以使用其他一些考虑因素来在其中做出决定。为了使它起作用，我们希望解决方案在合理范围内接近最佳且用途广泛。他们的工作是有效地使用“概率greedy algorithm”（我现在刚写完这个词，不确定是否有正式名称）。
我们的想法是我们希望通过一次添加一条道路来构建每组最佳道路。在一个真正的贪婪算法的每一步中，我们只会在连接一些新块的所有道路中添加最短的道路。不幸的是，这样一来，我们只能得到一个解决方案，而且贪婪算法在这样一个复杂的问题中通常无法很好地工作（有时您需要选择一条较长的道路才能通过在末尾添加许多较短的道路来取胜）。因此，他们要做的是：
为下一条路生成一组潜在的好候选者：为每个尚未连接的街区生成一些最短的路。
从那组候选人中随机获得一条道路。但是仍然很清楚，并不是每个候选人都一样，我们希望更短的候选人（即更频繁地选择他们）。为了解决这个问题，让我们向与道路长度成反比的每条道路添加权重，然后取加权平均值。实际上，他们对Wi = Li^(-n)使用权重n = 8。这是一个相当困难的过滤器，用于选择较短的路径（如果道路长20％，则被选择的可能性降低4倍以上）。因此，要采取给定道路的概率为
Pi = Wi/Sum(Wj) = Li^(-n)/Sum[Lj^(-n)]
添加道路后，您会遇到一个新的较小问题，因此您可以再次重复所有步骤。