专业研究中出现的算法稳定性问题

1. 数值计算的稳定性问题是什么含义（递推算法）

对一个问题的求解可以有多种不同的方法，难易迥异。在计算机科学中往往把要解决的问题转化为数学模型来加以解决。由于机器字长的限制和存贮空间
的有限性，不同的模型由于误差的存在，往往使计算的结果存在很大的差异。若执行的结果与精确解之间的误差很大的话，势必会影响与之相关的数据的精确度。这
就引出了我们的问题：数值稳定性。

定义1对于一个已经存在的算法，若输入数据的误差在计算过程中迅速增长而得不到控制，则称该算法是不稳定的，否则是数值稳定的。

2. 遗传算法出来的结果不稳定

有两种可能：1.有多种组合等于X，因此组合有多种
2.你的遗传算法容易局部收敛

对于2解决办法：增加判断，当种群最优染色体一直不变持续N代，重新初始化一个种群，或者往种群中注入新的随机染色体来跳出局部收敛区域。

对补充的回答：
遗传算法本身就是一种智能寻优的随机算法，搜索过程中存在随机性，在具有多个最优解的情况下，很难每次都寻优到同一组参数组合，因为每次的搜索路径是不同的。

如果楼主真是寻求最后结果一样的效果的话，可以先得到一组最优组合数字集合S，按从小到大排列处理后变为S'(n1,n2...ni)

然后搜索过程中的某组数字集合Q的目标函数
既满足：
相加的和最接近X，
还要满足：
1.数字个数=i
2.临时将Q从小达到排列，各个位置上的元素和S'的元素最接近

这样可能会增加很多计算时间，但理论上是可以每次都得到S

3. 什么是算法的稳定性

算法的稳定性一般是指复杂度的稳定性。

一般的算法都具有稳定性的，也就是说有固定的多项式时间。而一般的np问题和np完全问题有可能没有多项式的复杂度，所以可能有些问题很快，有些问题慢。

4. 数据结构的排序算法中，哪些排序是稳定的，哪些排序是不稳定的

快速排序、希尔排序、堆排序、直接选择排序不是稳定的排序算法。

基数排序、冒泡排序、直接插入排序、折半插入排序、归并排序是稳定的排序算法。

5. 数值分析里的算法稳定性和收敛性的区别是什么

算法的稳定性：稳定性是指算法对于计算过程中的误差（舍入误差、截断误差等）不敏感,即稳定的算法能得到原问题的相邻问题的精确解.
算法的收敛性：收敛这一概念和稳定性不是一个层次的,它只在部分算法中出现,比如迭代求解.迭代中的收敛指经过有限步骤的迭代可以得到一个稳定的解（继续迭代变化不大,小于机器精度,浮点数系统认为不变）.但是这个解是不是原问题的解,要看问题的病态性了：如果问题是病态的,则很有可能不是准确的解.

6. 数据结构的排序算法中，哪些排序是稳定的，哪些排序是不稳定的

一、稳定排序算法

1、冒泡排序

2、鸡尾酒排序

3、插入排序

4、桶排序

5、计数排序

6、合并排序

7、基数排序

8、二叉排序树排序

二、不稳定排序算法

1、选择排序

2、希尔排序

3、组合排序

4、堆排序

5、平滑排序

6、快速排序

排序(Sorting) 是计算机程序设计中的一种重要操作，它的功能是将一个数据元素（或记录）的任意序列，重新排列成一个关键字有序的序列。

一个排序算法是稳定的，就是当有两个相等记录的关键字R和S，且在原本的列表中R出现在S之前，在排序过的列表中R也将会是在S之前。

不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地实现为稳定。

做这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个对象间之比较，就会被决定使用在原先数据次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。

(6)专业研究中出现的算法稳定性问题扩展阅读：

排序算法的分类：

1、通过时间复杂度分类

计算的复杂度（最差、平均、和最好性能），依据列表(list)的大小(n)。

一般而言，好的性能是 O(nlogn)，且坏的性能是 O(n^2)。对于一个排序理想的性能是 O(n)。

而仅使用一个抽象关键比较运算的排序算法总平均上总是至少需要 O(nlogn)。

2、通过空间复杂度分类

存储器使用量（空间复杂度）（以及其他电脑资源的使用）

3、通过稳定性分类

稳定的排序算法会依照相等的关键（换言之就是值）维持纪录的相对次序。