算法分析与设计习题集整理.docx
《算法分析与设计习题集整理.docx》由会员分享,可在线阅读,更多相关《算法分析与设计习题集整理.docx(28页珍藏版)》请在冰豆网上搜索。
算法分析与设计习题集整理
第一章算法引论
一、填空题:
1、算法运行所需要的计算机资源的量,称为算法复杂性,主要包括时间复杂度和空间复杂度。
2、多项式
的上界为O(nm)。
3、算法的基本特征:
输入、输出、确定性、有限性。
4、如何从两个方面评价一个算法的优劣:
时间复杂度、空间复杂度。
5、计算下面算法的时间复杂度记为:
O(n3)。
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
{c[i][j]=0;
for(k=1;k<=n;k++)
c[i][j]=c[i][j]+a[i][k]*b[k][j];
}
6、描述算法常用的方法:
自然语言、伪代码、程序设计语言、流程图、盒图、PAD图。
7、算法设计的基本要求:
正确性和可读性。
8、计算下面算法的时间复杂度记为:
O(n2)。
for(i=1;i{y=y+1;for(j=0;j<=2n;j++)x++;}9、计算机求解问题的步骤:问题分析、数学模型建立、算法设计与选择、算法表示、算法分析、算法实现、程序调试、结果整理文档编制。10、算法是指解决问题的方法或过程。11、算法由操作、控制结构、数据结构三要素组成。二、简答题:1、按照时间复杂度从低到高排列:O(4n2)、O(logn)、O(3n)、O(20n)、O(2)、O(n2/3),O(n!)应该排在哪一位?答:O(2),O(logn),O(n2/3),O(20n),O(4n2),O(3n),O(n!)2、什么是算法?算法的特征有哪些?答:1)算法:指在解决问题时,按照某种机械步骤一定可以得到问题结果的处理过程。通俗讲,算法:就是解决问题的方法或过程。2)特征:1)算法有零个或多个输入;2)算法有一个或多个输出;3)确定性;4)有穷性3、给出算法的定义?何谓算法的复杂性?计算下例在最坏情况下的时间复杂性?for(j=1;j<=n;j++)(1)for(i=1;i<=n;i++)(2){c[i][j]=0;(3)for(k=1;k<=n;k++)(4)c[i][j]=c[i][j]+a[i][k]*b[k][j];}(5)答:1)定义:指在解决问题时,按照某种机械步骤一定可以得到问题结果的处理过程。2)算法的复杂性:指的是算法在运行过程中所需要的资源(时间、空间)多少。所需资源越多,表明算法的复杂性越高3)该算法的主要元操作是语句5,其执行次数是n3次。故该算法的时间复杂度记为O(n3).4、算法A和算法B解同一问题,设算法A的时间复杂性满足递归方程,算法B的时间复杂性满足递归方程,若要使得算法A时间复杂性的阶高于算法B时间复杂性的阶,a的最大整数值可取多少?答:分别记算法A和算法B的时间复杂性为和,解相应的递归方程得:依题意,要求最大的整数a使得〈。显然,当a<=4时,〈;当a>4时,〈a<=16。所以,所求的a的最大整数值为15。5、算法分析的目的?答:1)为了对算法的某些特定输入,估算该算法所需的内存空间和运行时间;2)是为了建立衡量算法优劣的标准,用以比较同一类问题的不同算法。6、算法设计常用的技术?(写5种)答:①分治法;②回溯法;③贪心法;④动态规划法⑤分治限界法;⑥蛮力法;⑦倒推法三、算法设计题 1、蛮力法:百鸡百钱问题? 2、倒推法:穿越沙漠问题? 第二章分治算法(1)----递归循环一、填空题:1、直接或间接地调用自身的算法称为递归算法,用函数自身给出定义的函数称为递归函数。2、递归方程和约束函数(递归终止条件)是递归函数的两个要素。二、判断题:1、所有的递归函数都能找到对应的非递归定义。(√)2、定义递归函数时可以没有初始值。(X)三、简答题:1、什么是递归算法?递归算法的特点?答:1)递归算法:是一个模块(函数、过程)除了可调用其它模块(函数、过程)外,还可以直接或间接地调用自身的算法。2)递归算法特点:①每个递归函数都必须有非递归定义的初值;否则,递归函数无法计算;(递归终止条件)②递归中用较小自变量函数值来表达较大自变量函数值;(递归方程式)2、比较循环与递归的异同?答:1)相同:递归与循环都是解决“重复操作”的机制。2)不同:就效率而言,递归算法的实现往往要比迭代算法耗费更多的时间(调用和返回均需要额外的时间)与存贮空间(用来保存不同次调用情况下变量的当前值的栈栈空间),也限制了递归的深度。每个迭代算法原则上总可以转换成与它等价的递归算法;反之不然。递归的层次是可以控制的,而循环嵌套的层次只能是固定的,因此递归是比循环更灵活的重复操作的机制。3、递归算法解题通常有三个步骤?答:1)分析问题、寻找递归:找出大规模问题与小规模问题的关系,这样通过递归使问题的规模逐渐变小。2)设置边界、控制递归:找出停止条件,即算法可解的最小规模问题。3)设计函数、确定参数:和其它算法模块一样设计函数体中的操作及相关参数。四、算法设计题:1、楼梯上有n个台阶,上楼时可以上1步,也可以上2步,设计一递归算法求出共有多少种上楼方法F(n)。①写出F(n)的递归表达式?②并写出其相应的递归算法?解:①写出F(n)的递归表达式分析:到n阶有两种走法:1)n-1阶到n阶;2)n-2阶到n阶;1n=1F(n)=2n=2F(n-1)+F(n-2)n>2②写出其相应的递归算法?IntF(intn){if(n=1)return1;elseif(n=2)return2;elsereturnF(n-1)+F(n-2);}2、设a,b,c是3个塔座。开始时,在塔座a上有一叠共n个圆盘,这些圆盘自下而上,由大到小地叠在一起。各圆盘从小到大编号为1,2,…,n,现要求将塔座a上的这一叠圆盘移到塔座b上,并仍按同样顺序叠置。在移动圆盘时应遵守以下移动规则:规则1:每次只能移动1个圆盘;规则2:任何时刻都不允许将较大的圆盘压在较小的圆盘之上;规则3:在满足移动规则1和2的前提下,可将圆盘移至a,b,c中任一塔座上。①写出该问题的解题步骤?②并写出其相应的递归算法?解:①第一步:将n-1个盘子看成一个整体,从A移到C;第二步:将第n个盘子移到B;第三步:将n-1个盘子看成一个整体,从C移到B;②写出其相应的递归算法:voidhanoi(intn,inta,intb,intc){if(n>0){hanoi(n-1,a,c,b);move(a,b);hanoi(n-1,c,b,a);}} 第二章分治算法(2)分治算法一、填空题:1、在快速排序、插入排序和合并排序算法中,插入排序算法不是分治算法。2、合并排序算法使用的是分治算法设计的思想。3、二分搜索算法是利用分治算法思想设计的。二、简答题:1、适合用分治算法求解的问题具有的基本特征?答:1)该问题的规模缩小到一定的程度就可以容易解决;2)该问题可以分解为若干个规模较小的相同问题,即该问题具有最优子结构性质;3)该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子问题。4)利用该问题分解出子问题解可以合并为该问题解;2、分治算法基本思想,解题步骤?三、算法设计题:1、改写二分查找算法:设a[1…n]是一个已经排好序的数组,改写二分查找算法,使得当搜索元素x不在数组中时,返回小于x的最大元素位置i,和大于x的最小元素位置j;当搜索元素x在数组中时,i和j相同,均为x在数组中的位置。并分析其时间复杂度?解:intbinsearch(inta[n],intx,)//x待查数据{intmid,i,j;low=1;inthigh=n;while(low<=high){mid=(low+high)/2;if(a[mid]=x)returni=j=mid;if(a[mid]>x)high=mid-1;//继续在左边查找else//(a[mid]low=mid+1;//继续在右边查找}i=right;j=left;return0;//low大于high查找区间为空,查找失败}计算时间复杂性为O(logn)2、棋盘覆盖在一个2k×2k个方格组成的棋盘中,恰有一个方格与其它方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。在棋盘覆盖问题中,要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格,且任何2个L型骨牌不得重叠覆盖。求:①简述分治算法的基本思想?②设计该棋盘覆盖问题的分治算法?③计算所设计算法的时间复杂度?(要求写出递推公式)解:①分解:将一个难以直接解决的大问题,分割成一些规模较小的相同子问题,以便各个击破,分而治之。对这k个子问题分别求解:如果子问题的规模仍然不够小,则再划分为k个子问题,如此递归的进行下去,直到问题规模足够小,很容易求出其解为止求小问题解、合并:将求出的小规模的问题的解合并为一个更大规模的问题的解,自底向上逐步求出原来问题的解。②、③3、金块问题(求最大最小元问题)老板有一袋金块(共n块),最优秀的雇员得到其中最重的一块,最差的雇员得到其中最轻的一块。假设有一台比较重量的仪器,我们希望用最少的比较次数找出最重的金块。求:①简述分治算法的基本思想?②设计该金块问题的分治算法?③计算所设计算法的时间复杂度?(要求写出递推公式)答:①简述分治算法的基本思想:问题可以简化为:在含n(n是2的幂(n>=2))个元素的集合中寻找极大元和极小元。用分治法(二分法)可以用较少比较次数地解决上述问题:1)将数据等分为两组(两组数据可能差1),目的是分别选取其中的最大(小)值。2)递归分解直到每组元素的个数≤2,可简单地找到最大(小)值.3)回溯时将分解的两组解大者取大,小者取小,合并为当前问题的解。②、③ 第三章动态规划算法一、填空题:1、动态规划算法中存储子问题的解是为了避免重复求解子问题。2、(最优子结构)是问题能用动态规划算法求解的前提。3、矩阵连乘问题的算法可由( 动态规划 )算法设计实现。二、判断题:1、动态规划算法基本要素的是最优子结构。(√)2、最优子结构性质是指原问题的最优解包含其子问题的最优解。(√)3、动态规划算法求解问题时,分解出来的子问题相互独立。(X)三、简答题:1、动态规划算法解题步骤?答:①找出最优解的性质,并刻划其结构特征;(即原问题的最优解,包含了子问题的最优解)②递归地定义最优值;(即子问题具有重叠性,由子问题定义原问题)③以自底向上的方式计算出最优值;④根据计算最优值时得到的信息,构造最优解;2、动态规划算法基本思想?答:动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题;但是经分解得到的子问题往往不是互相独立的。不同子问题的数目常常只有多项式量级。在用分治法求解时,有些子问题被重复计算了许多次;如果能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,就可以避免大量重复计算,从而得到多项式时间算法。3、动态规划与分治算法异同点? 4、动态规划算法的基本要素? 四、算法设计与计算题:1、和的最长公共子序列为。问:若用记录序列和公共子序列长度。求:①用动态规划法求解时,计算最优值的递归公式? ②设计计算最优值的算法?以及构造最优解的算法? 2、长江游艇俱乐部在长江上设置了n个游艇出租站1,2…n.游客可在这些游艇出租站租用游艇,并在下游的任何一个游艇出租站归还游艇。游艇出租站i到游艇出租站j之间的租金为r(i,j),其中1<=i求:①用动态规划法求解时,计算最优值(最少租金)的递归公式?②设计计算最优值(最少租金)的算法? ③并分析其时间复杂度?解:① ②计算最优值算法publicstaticvoidmatrixChain(int[]p,int[][]m,int[][]s){intn=p.length-1;for(inti=1;i<=n;i++) m[i][i]=0; //1个站for(intr=2;r<=n;r++)for(inti=1;i<=n-r+1;i++){intj=i+r-1;m[i][j]=m[i][i]+m[i+1][j];s[i][j]=i; //断点位置在i处for(intk=i+1;k{int t=m[i][k]+m[k+1][j];if(t{m[i][j]=t;s[i][j]=k;}}}}构造最优解算法publicvoidtraceback(ints[][],intI,intj){if(i=j)return;traceback(s,i,s[i][j]);traceback(s,s[i][j]+1,j);System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)}//(m[i,s[i][j]])(m[s[i][j]+1,j])③时间复杂度:O(n3) 第4章贪心算法一、填空题:1、某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。贪心算法如下:voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资{for(j=1,j<=7;j++)//贪心选择,依次给最大币种{A=GZ/B[j];//A表示对应j币种张数S[j]=S[j]+A;//S[j]存放对应j币种总张数GZ=GZ-A*B[j];}for(i=1;i<=7;i++)print(B[i],“----”,S[i]);//输出币种和对应张数}2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。3、给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。贪心算法如下:floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])//x[]背包问题最优解,w[]物品重量,P[]物品价值{intn=w.length;floatpp=0;floatmm=M;//pp计算当前总价值,mm背包剩余载重for(inti=1;i<=n;i++){floatww[i]=p[i]/w[i];//计算物品单位价值ww[]x[i]=0;}//初始化Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包{if(w[i]<=mm)//当前物品小于背包剩余载重{x[i]=1;mm=mm-w[i];pp=pp+p[i];}else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包}returnpp;}二、判断题:1、满足贪心选择性质必满足最优子结构性质。(X)三、简答题:1、贪心算法的基本思想?2、贪心算法的基本要素?3、贪心算法与动态规划算法的异同?四、算法设计题:1、假设有7个物品,它们的重量和价值如下表所示。若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。物品ABCDEFG重量35306050401025价值10403050354030 ①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?然后进行贪心装载,给出一种正确的物品装载顺序?并给出其最优装载方案?②利用贪心思想设计该普通背包问题的贪心算法?③分析其时间复杂度?解:①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;2)重量从小到大:FGBAEDC,得到的贪心解为:FGBAE全部放入,D放入20%,得到价值为165;价值从大到小:DFBEGCA,得到的贪心解为:DFBE全部放入,G放入80%,得到价值为189;单位价值从大到小:FBGDECA,得到的贪心解为:FBGD全部放入,E放入87.5%,得到价值为190.625;3)显然使用单位价值得出最佳转载方案。②、③2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
{y=y+1;
for(j=0;j<=2n;j++)
x++;
9、计算机求解问题的步骤:
问题分析、数学模型建立、算法设计与选择、算法表示、算法分析、算法实现、程序调试、结果整理文档编制。
10、算法是指解决问题的方法或过程。
11、算法由操作、控制结构、数据结构三要素组成。
二、简答题:
1、按照时间复杂度从低到高排列:
O(4n2)、O(logn)、O(3n)、O(20n)、O
(2)、O(n2/3),O(n!
)应该排在哪一位?
答:
O
(2),O(logn),O(n2/3),O(20n),O(4n2),O(3n),O(n!
)
2、什么是算法?
算法的特征有哪些?
1)算法:
指在解决问题时,按照某种机械步骤一定可以得到问题结果的处理过程。
通俗讲,算法:
就是解决问题的方法或过程。
2)特征:
1)算法有零个或多个输入;2)算法有一个或多个输出;3)确定性;4)有穷性
3、给出算法的定义?
何谓算法的复杂性?
计算下例在最坏情况下的时间复杂性?
(1)
(2)
{c[i][j]=0;(3)
for(k=1;k<=n;k++)(4)
c[i][j]=c[i][j]+a[i][k]*b[k][j];}(5)
1)定义:
2)算法的复杂性:
指的是算法在运行过程中所需要的资源(时间、空间)多少。
所需资源越多,表明算法的复杂性越高
3)该算法的主要元操作是语句5,其执行次数是n3次。
故该算法的时间复杂度记为O(n3).
4、算法A和算法B解同一问题,设算法A的时间复杂性满足递归方程
,算法B的时间复杂性满足递归方程
,若要使得算法A时间复杂性的阶高于算法B时间复杂性的阶,a的最大整数值可取多少?
分别记算法A和算法B的时间复杂性为
和
,解相应的递归方程得:
依题意,要求最大的整数a使得
〈
。
显然,当a<=4时,
;当a>4时,
a<
=16。
所以,所求的a的最大整数值为15。
5、算法分析的目的?
1)为了对算法的某些特定输入,估算该算法所需的内存空间和运行时间;
2)是为了建立衡量算法优劣的标准,用以比较同一类问题的不同算法。
6、算法设计常用的技术?
(写5种)
①分治法;②回溯法;③贪心法;④动态规划法
⑤分治限界法;⑥蛮力法;⑦倒推法
三、算法设计题
1、蛮力法:
百鸡百钱问题?
2、倒推法:
穿越沙漠问题?
第二章分治算法
(1)----递归循环
1、直接或间接地调用自身的算法称为递归算法,用函数自身给出定义的函数称为递归函数。
2、递归方程和约束函数(递归终止条件)是递归函数的两个要素。
二、判断题:
1、所有的递归函数都能找到对应的非递归定义。
(√)
2、定义递归函数时可以没有初始值。
(X)
三、简答题:
1、什么是递归算法?
递归算法的特点?
1)递归算法:
是一个模块(函数、过程)除了可调用其它模块(函数、过程)外,还可以直接或间接地调用自身的算法。
2)递归算法特点:
①每个递归函数都必须有非递归定义的初值;否则,递归函数无法计算;(递归终止条件)
②递归中用较小自变量函数值来表达较大自变量函数值;(递归方程式)
2、比较循环与递归的异同?
1)相同:
递归与循环都是解决“重复操作”的机制。
2)不同:
就效率而言,递归算法的实现往往要比迭代算法耗费更多的时间(调用和返回均需要额外的时间)与存贮空间(用来保存不同次调用情况下变量的当前值的栈栈空间),也限制了递归的深度。
每个迭代算法原则上总可以转换成与它等价的递归算法;反之不然。
递归的层次是可以控制的,而循环嵌套的层次只能是固定的,因此递归是比循环更灵活的重复操作的机制。
3、递归算法解题通常有三个步骤?
1)分析问题、寻找递归:
找出大规模问题与小规模问题的关系,这样通过递归使问题的规模逐渐变小。
2)设置边界、控制递归:
找出停止条件,即算法可解的最小规模问题。
3)设计函数、确定参数:
和其它算法模块一样设计函数体中的操作及相关参数。
四、算法设计题:
1、楼梯上有n个台阶,上楼时可以上1步,也可以上2步,设计一递归算法求出共有多少种上楼方法F(n)。
①写出F(n)的递归表达式?
②并写出其相应的递归算法?
解:
①写出F(n)的递归表达式
分析:
到n阶有两种走法:
1)n-1阶到n阶;
2)n-2阶到n阶;
1n=1
F(n)=2n=2
F(n-1)+F(n-2)n>2
②写出其相应的递归算法?
IntF(intn)
{
if(n=1)return1;
elseif(n=2)
return2;
else
returnF(n-1)+F(n-2);
2、设a,b,c是3个塔座。
开始时,在塔座a上有一叠共n个圆盘,这些圆盘自下而上,由大到小地叠在一起。
各圆盘从小到大编号为1,2,…,n,现要求将塔座a上的这一叠圆盘移到塔座b上,并仍按同样顺序叠置。
在移动圆盘时应遵守以下移动规则:
规则1:
每次只能移动1个圆盘;
规则2:
任何时刻都不允许将较大的圆盘压在较小的圆盘之上;
规则3:
在满足移动规则1和2的前提下,可将圆盘移至a,b,c中任一塔座上。
①写出该问题的解题步骤?
①第一步:
将n-1个盘子看成一个整体,从A移到C;
第二步:
将第n个盘子移到B;
第三步:
将n-1个盘子看成一个整体,从C移到B;
②写出其相应的递归算法:
voidhanoi(intn,inta,intb,intc)
{if(n>0)
hanoi(n-1,a,c,b);
move(a,b);
hanoi(n-1,c,b,a);
}}
(2)分治算法
1、在快速排序、插入排序和合并排序算法中,插入排序算法不是分治算法。
2、合并排序算法使用的是分治算法设计的思想。
3、二分搜索算法是利用分治算法思想设计的。
1、适合用分治算法求解的问题具有的基本特征?
1)该问题的规模缩小到一定的程度就可以容易解决;
2)该问题可以分解为若干个规模较小的相同问题,即该问题具有最优子结构性质;
3)该问题所分解出的各个子问题是相互独立的,即子问题之间不包含公共的子问题。
4)利用该问题分解出子问题解可以合并为该问题解;
2、分治算法基本思想,解题步骤?
三、算法设计题:
1、改写二分查找算法:
设a[1…n]是一个已经排好序的数组,改写二分查找算法,使得当搜索元素x不在数组中时,返回小于x的最大元素位置i,和大于x的最小元素位置j;当搜索元素x在数组中时,i和j相同,均为x在数组中的位置。
并分析其时间复杂度?
intbinsearch(inta[n],intx,)//x待查数据
{intmid,i,j;low=1;
inthigh=n;
while(low<=high)
{mid=(low+high)/2;
if(a[mid]=x)returni=j=mid;
if(a[mid]>x)high=mid-1;//继续在左边查找
else//(a[mid]low=mid+1;//继续在右边查找}i=right;j=left;return0;//low大于high查找区间为空,查找失败}计算时间复杂性为O(logn)2、棋盘覆盖在一个2k×2k个方格组成的棋盘中,恰有一个方格与其它方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。在棋盘覆盖问题中,要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格,且任何2个L型骨牌不得重叠覆盖。求:①简述分治算法的基本思想?②设计该棋盘覆盖问题的分治算法?③计算所设计算法的时间复杂度?(要求写出递推公式)解:①分解:将一个难以直接解决的大问题,分割成一些规模较小的相同子问题,以便各个击破,分而治之。对这k个子问题分别求解:如果子问题的规模仍然不够小,则再划分为k个子问题,如此递归的进行下去,直到问题规模足够小,很容易求出其解为止求小问题解、合并:将求出的小规模的问题的解合并为一个更大规模的问题的解,自底向上逐步求出原来问题的解。②、③3、金块问题(求最大最小元问题)老板有一袋金块(共n块),最优秀的雇员得到其中最重的一块,最差的雇员得到其中最轻的一块。假设有一台比较重量的仪器,我们希望用最少的比较次数找出最重的金块。求:①简述分治算法的基本思想?②设计该金块问题的分治算法?③计算所设计算法的时间复杂度?(要求写出递推公式)答:①简述分治算法的基本思想:问题可以简化为:在含n(n是2的幂(n>=2))个元素的集合中寻找极大元和极小元。用分治法(二分法)可以用较少比较次数地解决上述问题:1)将数据等分为两组(两组数据可能差1),目的是分别选取其中的最大(小)值。2)递归分解直到每组元素的个数≤2,可简单地找到最大(小)值.3)回溯时将分解的两组解大者取大,小者取小,合并为当前问题的解。②、③ 第三章动态规划算法一、填空题:1、动态规划算法中存储子问题的解是为了避免重复求解子问题。2、(最优子结构)是问题能用动态规划算法求解的前提。3、矩阵连乘问题的算法可由( 动态规划 )算法设计实现。二、判断题:1、动态规划算法基本要素的是最优子结构。(√)2、最优子结构性质是指原问题的最优解包含其子问题的最优解。(√)3、动态规划算法求解问题时,分解出来的子问题相互独立。(X)三、简答题:1、动态规划算法解题步骤?答:①找出最优解的性质,并刻划其结构特征;(即原问题的最优解,包含了子问题的最优解)②递归地定义最优值;(即子问题具有重叠性,由子问题定义原问题)③以自底向上的方式计算出最优值;④根据计算最优值时得到的信息,构造最优解;2、动态规划算法基本思想?答:动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题;但是经分解得到的子问题往往不是互相独立的。不同子问题的数目常常只有多项式量级。在用分治法求解时,有些子问题被重复计算了许多次;如果能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,就可以避免大量重复计算,从而得到多项式时间算法。3、动态规划与分治算法异同点? 4、动态规划算法的基本要素? 四、算法设计与计算题:1、和的最长公共子序列为。问:若用记录序列和公共子序列长度。求:①用动态规划法求解时,计算最优值的递归公式? ②设计计算最优值的算法?以及构造最优解的算法? 2、长江游艇俱乐部在长江上设置了n个游艇出租站1,2…n.游客可在这些游艇出租站租用游艇,并在下游的任何一个游艇出租站归还游艇。游艇出租站i到游艇出租站j之间的租金为r(i,j),其中1<=i求:①用动态规划法求解时,计算最优值(最少租金)的递归公式?②设计计算最优值(最少租金)的算法? ③并分析其时间复杂度?解:① ②计算最优值算法publicstaticvoidmatrixChain(int[]p,int[][]m,int[][]s){intn=p.length-1;for(inti=1;i<=n;i++) m[i][i]=0; //1个站for(intr=2;r<=n;r++)for(inti=1;i<=n-r+1;i++){intj=i+r-1;m[i][j]=m[i][i]+m[i+1][j];s[i][j]=i; //断点位置在i处for(intk=i+1;k{int t=m[i][k]+m[k+1][j];if(t{m[i][j]=t;s[i][j]=k;}}}}构造最优解算法publicvoidtraceback(ints[][],intI,intj){if(i=j)return;traceback(s,i,s[i][j]);traceback(s,s[i][j]+1,j);System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)}//(m[i,s[i][j]])(m[s[i][j]+1,j])③时间复杂度:O(n3) 第4章贪心算法一、填空题:1、某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。贪心算法如下:voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资{for(j=1,j<=7;j++)//贪心选择,依次给最大币种{A=GZ/B[j];//A表示对应j币种张数S[j]=S[j]+A;//S[j]存放对应j币种总张数GZ=GZ-A*B[j];}for(i=1;i<=7;i++)print(B[i],“----”,S[i]);//输出币种和对应张数}2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。3、给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。贪心算法如下:floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])//x[]背包问题最优解,w[]物品重量,P[]物品价值{intn=w.length;floatpp=0;floatmm=M;//pp计算当前总价值,mm背包剩余载重for(inti=1;i<=n;i++){floatww[i]=p[i]/w[i];//计算物品单位价值ww[]x[i]=0;}//初始化Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包{if(w[i]<=mm)//当前物品小于背包剩余载重{x[i]=1;mm=mm-w[i];pp=pp+p[i];}else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包}returnpp;}二、判断题:1、满足贪心选择性质必满足最优子结构性质。(X)三、简答题:1、贪心算法的基本思想?2、贪心算法的基本要素?3、贪心算法与动态规划算法的异同?四、算法设计题:1、假设有7个物品,它们的重量和价值如下表所示。若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。物品ABCDEFG重量35306050401025价值10403050354030 ①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?然后进行贪心装载,给出一种正确的物品装载顺序?并给出其最优装载方案?②利用贪心思想设计该普通背包问题的贪心算法?③分析其时间复杂度?解:①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;2)重量从小到大:FGBAEDC,得到的贪心解为:FGBAE全部放入,D放入20%,得到价值为165;价值从大到小:DFBEGCA,得到的贪心解为:DFBE全部放入,G放入80%,得到价值为189;单位价值从大到小:FBGDECA,得到的贪心解为:FBGD全部放入,E放入87.5%,得到价值为190.625;3)显然使用单位价值得出最佳转载方案。②、③2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
low=mid+1;//继续在右边查找
i=right;j=left;
return0;//low大于high查找区间为空,查找失败
计算时间复杂性为O(logn)
2、棋盘覆盖在一个2k×2k个方格组成的棋盘中,恰有一个方格与其它方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。
在棋盘覆盖问题中,要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格,且任何2个L型骨牌不得重叠覆盖。
求:
①简述分治算法的基本思想?
②设计该棋盘覆盖问题的分治算法?
③计算所设计算法的时间复杂度?
(要求写出递推公式)
①
分解:
将一个难以直接解决的大问题,分割成一些规模较小的相同子问题,以便各个击破,分而治之。
对这k个子问题分别求解:
如果子问题的规模仍然不够小,则再划分为k个子问题,如此递归的进行下去,直到问题规模足够小,很容易求出其解为止
求小问题解、合并:
将求出的小规模的问题的解合并为一个更大规模的问题的解,自底向上逐步求出原来问题的解。
②、③
3、金块问题(求最大最小元问题)
老板有一袋金块(共n块),最优秀的雇员得到其中最重的一块,最差的雇员得到其中最轻的一块。
假设有一台比较重量的仪器,我们希望用最少的比较次数找出最重的金块。
②设计该金块问题的分治算法?
①简述分治算法的基本思想:
问题可以简化为:
在含n(n是2的幂(n>=2))个元素的集合中寻找极大元和极小元。
用分治法(二分法)可以用较少比较次数地解决上述问题:
1)将数据等分为两组(两组数据可能差1),目的是分别选取其中的最大(小)值。
2)递归分解直到每组元素的个数≤2,可简单地找到最大(小)值.
3)回溯时将分解的两组解大者取大,小者取小,合并为当前问题的解。
第三章动态规划算法
1、动态规划算法中存储子问题的解是为了避免重复求解子问题。
2、(最优子结构)是问题能用动态规划算法求解的前提。
3、矩阵连乘问题的算法可由( 动态规划 )算法设计实现。
1、动态规划算法基本要素的是最优子结构。
2、最优子结构性质是指原问题的最优解包含其子问题的最优解。
3、动态规划算法求解问题时,分解出来的子问题相互独立。
1、动态规划算法解题步骤?
①找出最优解的性质,并刻划其结构特征;
(即原问题的最优解,包含了子问题的最优解)
②递归地定义最优值;
(即子问题具有重叠性,由子问题定义原问题)
③以自底向上的方式计算出最优值;
④根据计算最优值时得到的信息,构造最优解;
2、动态规划算法基本思想?
动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题;
但是经分解得到的子问题往往不是互相独立的。
不同子问题的数目常常只有多项式量级。
在用分治法求解时,有些子问题被重复计算了许多次;
如果能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,就可以避免大量重复计算,从而得到多项式时间算法。
3、动态规划与分治算法异同点?
4、动态规划算法的基本要素?
四、算法设计与计算题:
1、
的最长公共子序列为
问:
若用
记录序列
公共子序列长度。
①用动态规划法求解时,计算最优值的递归公式?
②设计计算最优值的算法?
以及构造最优解的算法?
2、长江游艇俱乐部在长江上设置了n个游艇出租站1,2…n.游客可在这些游艇出租站租用游艇,并在下游的任何一个游艇出租站归还游艇。
游艇出租站i到游艇出租站j之间的租金为r(i,j),其中1<=i求:①用动态规划法求解时,计算最优值(最少租金)的递归公式?②设计计算最优值(最少租金)的算法? ③并分析其时间复杂度?解:① ②计算最优值算法publicstaticvoidmatrixChain(int[]p,int[][]m,int[][]s){intn=p.length-1;for(inti=1;i<=n;i++) m[i][i]=0; //1个站for(intr=2;r<=n;r++)for(inti=1;i<=n-r+1;i++){intj=i+r-1;m[i][j]=m[i][i]+m[i+1][j];s[i][j]=i; //断点位置在i处for(intk=i+1;k{int t=m[i][k]+m[k+1][j];if(t{m[i][j]=t;s[i][j]=k;}}}}构造最优解算法publicvoidtraceback(ints[][],intI,intj){if(i=j)return;traceback(s,i,s[i][j]);traceback(s,s[i][j]+1,j);System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)}//(m[i,s[i][j]])(m[s[i][j]+1,j])③时间复杂度:O(n3) 第4章贪心算法一、填空题:1、某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。贪心算法如下:voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资{for(j=1,j<=7;j++)//贪心选择,依次给最大币种{A=GZ/B[j];//A表示对应j币种张数S[j]=S[j]+A;//S[j]存放对应j币种总张数GZ=GZ-A*B[j];}for(i=1;i<=7;i++)print(B[i],“----”,S[i]);//输出币种和对应张数}2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。3、给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。贪心算法如下:floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])//x[]背包问题最优解,w[]物品重量,P[]物品价值{intn=w.length;floatpp=0;floatmm=M;//pp计算当前总价值,mm背包剩余载重for(inti=1;i<=n;i++){floatww[i]=p[i]/w[i];//计算物品单位价值ww[]x[i]=0;}//初始化Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包{if(w[i]<=mm)//当前物品小于背包剩余载重{x[i]=1;mm=mm-w[i];pp=pp+p[i];}else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包}returnpp;}二、判断题:1、满足贪心选择性质必满足最优子结构性质。(X)三、简答题:1、贪心算法的基本思想?2、贪心算法的基本要素?3、贪心算法与动态规划算法的异同?四、算法设计题:1、假设有7个物品,它们的重量和价值如下表所示。若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。物品ABCDEFG重量35306050401025价值10403050354030 ①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?然后进行贪心装载,给出一种正确的物品装载顺序?并给出其最优装载方案?②利用贪心思想设计该普通背包问题的贪心算法?③分析其时间复杂度?解:①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;2)重量从小到大:FGBAEDC,得到的贪心解为:FGBAE全部放入,D放入20%,得到价值为165;价值从大到小:DFBEGCA,得到的贪心解为:DFBE全部放入,G放入80%,得到价值为189;单位价值从大到小:FBGDECA,得到的贪心解为:FBGD全部放入,E放入87.5%,得到价值为190.625;3)显然使用单位价值得出最佳转载方案。②、③2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
①用动态规划法求解时,计算最优值(最少租金)的递归公式?
②设计计算最优值(最少租金)的算法?
③并分析其时间复杂度?
②计算最优值算法
publicstaticvoidmatrixChain(int[]p,int[][]m,int[][]s)
intn=p.length-1;
for(inti=1;i<=n;i++) m[i][i]=0; //1个站
for(intr=2;r<=n;r++)
for(inti=1;i<=n-r+1;i++)
{intj=i+r-1;
m[i][j]=m[i][i]+m[i+1][j];
s[i][j]=i; //断点位置在i处
for(intk=i+1;k{int t=m[i][k]+m[k+1][j];if(t{m[i][j]=t;s[i][j]=k;}}}}构造最优解算法publicvoidtraceback(ints[][],intI,intj){if(i=j)return;traceback(s,i,s[i][j]);traceback(s,s[i][j]+1,j);System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)}//(m[i,s[i][j]])(m[s[i][j]+1,j])③时间复杂度:O(n3) 第4章贪心算法一、填空题:1、某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。贪心算法如下:voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资{for(j=1,j<=7;j++)//贪心选择,依次给最大币种{A=GZ/B[j];//A表示对应j币种张数S[j]=S[j]+A;//S[j]存放对应j币种总张数GZ=GZ-A*B[j];}for(i=1;i<=7;i++)print(B[i],“----”,S[i]);//输出币种和对应张数}2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。3、给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。贪心算法如下:floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])//x[]背包问题最优解,w[]物品重量,P[]物品价值{intn=w.length;floatpp=0;floatmm=M;//pp计算当前总价值,mm背包剩余载重for(inti=1;i<=n;i++){floatww[i]=p[i]/w[i];//计算物品单位价值ww[]x[i]=0;}//初始化Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包{if(w[i]<=mm)//当前物品小于背包剩余载重{x[i]=1;mm=mm-w[i];pp=pp+p[i];}else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包}returnpp;}二、判断题:1、满足贪心选择性质必满足最优子结构性质。(X)三、简答题:1、贪心算法的基本思想?2、贪心算法的基本要素?3、贪心算法与动态规划算法的异同?四、算法设计题:1、假设有7个物品,它们的重量和价值如下表所示。若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。物品ABCDEFG重量35306050401025价值10403050354030 ①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?然后进行贪心装载,给出一种正确的物品装载顺序?并给出其最优装载方案?②利用贪心思想设计该普通背包问题的贪心算法?③分析其时间复杂度?解:①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;2)重量从小到大:FGBAEDC,得到的贪心解为:FGBAE全部放入,D放入20%,得到价值为165;价值从大到小:DFBEGCA,得到的贪心解为:DFBE全部放入,G放入80%,得到价值为189;单位价值从大到小:FBGDECA,得到的贪心解为:FBGD全部放入,E放入87.5%,得到价值为190.625;3)显然使用单位价值得出最佳转载方案。②、③2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
{int t=m[i][k]+m[k+1][j];
if(t{m[i][j]=t;s[i][j]=k;}}}}构造最优解算法publicvoidtraceback(ints[][],intI,intj){if(i=j)return;traceback(s,i,s[i][j]);traceback(s,s[i][j]+1,j);System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)}//(m[i,s[i][j]])(m[s[i][j]+1,j])③时间复杂度:O(n3) 第4章贪心算法一、填空题:1、某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。贪心算法如下:voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资{for(j=1,j<=7;j++)//贪心选择,依次给最大币种{A=GZ/B[j];//A表示对应j币种张数S[j]=S[j]+A;//S[j]存放对应j币种总张数GZ=GZ-A*B[j];}for(i=1;i<=7;i++)print(B[i],“----”,S[i]);//输出币种和对应张数}2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。3、给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。贪心算法如下:floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])//x[]背包问题最优解,w[]物品重量,P[]物品价值{intn=w.length;floatpp=0;floatmm=M;//pp计算当前总价值,mm背包剩余载重for(inti=1;i<=n;i++){floatww[i]=p[i]/w[i];//计算物品单位价值ww[]x[i]=0;}//初始化Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包{if(w[i]<=mm)//当前物品小于背包剩余载重{x[i]=1;mm=mm-w[i];pp=pp+p[i];}else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包}returnpp;}二、判断题:1、满足贪心选择性质必满足最优子结构性质。(X)三、简答题:1、贪心算法的基本思想?2、贪心算法的基本要素?3、贪心算法与动态规划算法的异同?四、算法设计题:1、假设有7个物品,它们的重量和价值如下表所示。若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。物品ABCDEFG重量35306050401025价值10403050354030 ①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?然后进行贪心装载,给出一种正确的物品装载顺序?并给出其最优装载方案?②利用贪心思想设计该普通背包问题的贪心算法?③分析其时间复杂度?解:①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;2)重量从小到大:FGBAEDC,得到的贪心解为:FGBAE全部放入,D放入20%,得到价值为165;价值从大到小:DFBEGCA,得到的贪心解为:DFBE全部放入,G放入80%,得到价值为189;单位价值从大到小:FBGDECA,得到的贪心解为:FBGD全部放入,E放入87.5%,得到价值为190.625;3)显然使用单位价值得出最佳转载方案。②、③2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
{m[i][j]=t;s[i][j]=k;}
}}}
构造最优解算法
publicvoidtraceback(ints[][],intI,intj)
if(i=j)return;
traceback(s,i,s[i][j]);
traceback(s,s[i][j]+1,j);
System.out.println(“A”+i+“,”+s[i][j]+“A”+s[i][j]+1+“,”+j)
}//(m[i,s[i][j]])(m[s[i][j]+1,j])
③时间复杂度:
O(n3)
第4章贪心算法
1、某单位给每个职工发工资(精确到元)。
为了保证不要临时兑换零钱,且取款的张数最少,统计所需各种币值(100,50,20,10,5,2,1元共七种)的张数。
贪心算法如下:
voidgreedy_zhaoling(floatGZ,intB[],intS[])//GZ应发工资
{for(j=1,j<=7;j++)//贪心选择,依次给最大币种
{A=GZ/B[j];//A表示对应j币种张数
S[j]=S[j]+A;//S[j]存放对应j币种总张数
GZ=GZ-A*B[j];}
for(i=1;i<=7;i++)
print(B[i],“----”,S[i]);//输出币种和对应张数
2、贪心算法的两个基本要素是(贪心选择性)和(最优子结构)。
3、给定n种物品和一个背包。
物品i的重量是Wi,其价值为Vi,背包的容量为M,应如何选择装入背包的物品,使得装入背包中物品的总价值最大。
floatgreedy_knapsack(floatM,floatw[],floatp[],floatx[])
//x[]背包问题最优解,w[]物品重量,P[]物品价值
{intn=w.length;
floatpp=0;
floatmm=M;//pp计算当前总价值,mm背包剩余载重
for(inti=1;i<=n;i++)
{floatww[i]=p[i]/w[i];//计算物品单位价值ww[]
x[i]=0;}//初始化
Mergesort(w[],n);//按单位价值将物品排序,便于贪心选择
for(inti=1;i<=n;i++)//贪心选择,总是选择价值最大放入背包
{if(w[i]<=mm)//当前物品小于背包剩余载重
{x[i]=1;mm=mm-w[i];pp=pp+p[i];}
else{x[i]=mm/w[i];pp=pp+x[i]*p[i];break;}//i部分放入背包
returnpp;
1、满足贪心选择性质必满足最优子结构性质。
1、贪心算法的基本思想?
2、贪心算法的基本要素?
3、贪心算法与动态规划算法的异同?
1、假设有7个物品,它们的重量和价值如下表所示。
若这些物品均可以被分割,且背包容量M=150,如果使用贪心方法求解此背包问题(背包不超载的前提下,装载的物品价值达到最大)。
物品
A
B
C
D
E
F
G
重量
35
30
60
50
40
10
25
价值
①利用贪心算法求解该问题时,为了进行贪心选择,首先应该做什么?
然后进行贪心装载,给出一种正确的物品装载顺序?
并给出其最优装载方案?
②利用贪心思想设计该普通背包问题的贪心算法?
③分析其时间复杂度?
①1)依据不同的标准对这些物品进行排序,标准有重量、价值、单位价值;
2)重量从小到大:
FGBAEDC,得到的贪心解为:
FGBAE全部放入,D放入20%,得到价值为165;
价值从大到小:
DFBEGCA,得到的贪心解为:
DFBE全部放入,G放入80%,得到价值为189;
单位价值从大到小:
FBGDECA,得到的贪心解为:
FBGD全部放入,E放入87.5%,得到价值为190.625;
3)显然使用单位价值得出最佳转载方案。
2、设有n个活动集合,其中每个活动都要求使用同一资源,如足球场,而在同一时间只能有一个活动使用该资源。
每个活动i都有一个要求使用该资源起始时间si和结束时间fi,且si若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;活动安排问题:就是在所给的活动集合中选出最大相容活动子集合;求:①利用贪心算法求解该问题的基本思想?②设计该活动安排问题的贪心算法?并分析其时间复杂度? 3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);求:①利用prim算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度?②利用kruskal算法构造其最小生成树,画出其选边的过程? 并构造其算法?并分析其时间复杂度? 4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.要求:给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?(用表表示)解:见课本123页 表4-2 解:迭代过程: 第5章回溯算法一、填空题1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。二、判断题1、回溯法中限界函数的目的是剪去得不到最优解的子树。(√)2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。(X)三、简答题1、简述回溯法和分支限界法的相同点和不同点?2、什么是子集树?什么是排列树?什么叫满m叉树?3、回溯算法的基本思想? 回溯算法的解题步骤?四、算法设计题1、n皇后问题在4×4格的棋盘上放置彼此不受攻击的4个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。用回溯算法解决4皇后问题:①构造求解该问题的解空间树?②设计该4皇后问题的回溯算法?解:①解空间树②回溯算法 2、0-1背包问题:假设有3个物品,它们的重量和价值如下表所示。若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?物品ABC重量655价值422530用回溯算法求解该0-1背包问题:①构造求解该问题的解空间树?②设计该0-1背包问题的回溯算法?解:1)解空间树;2)3、图的着色问题:如下图给定无向连通图G和m种不同的颜色;用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;求:①构造求解该问题的解空间树?②设计该图的着色问题回溯算法?解:1)解空间树:2)算法:doublemcoloring(intmm){intm=mm;//m可用颜色数doublesum=0;//sum当前着色方案数backtrack(1);//深度优先搜索解空间returnsum;}voidbacktrack(intt){if(t>n)//搜索到叶子节点{sum++;//着色方案数加1for(inti=1;i<=n;i++)system.out.print(x[i]);}//输出解,顶点i着颜色x[i]else//搜索到中间节点{for(inti=1;i<=m;i++){x[t]=i;//顶点t着颜色i=1…mif(ok(t))backtrack(t+1);}}}booleanok(intk)//当前着色顶点与以前相邻顶点是否同色{for(intj=1;j<=n;j++)if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵//当前顶点k到j有边:a[k][j],且色同:x[j]==x[k]returnfalse;elsereturntrue;}③算法分析(m种颜色,n个节点)计算限界函数,一重for循环时间复杂度:O(n);在最坏的情况下每一个内节点都需要判断约束,内节点个数:1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;故图的m着色问题的回溯算法,时间复杂度为:O(n*mn)。 第六章分支限界算法一、填空题1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
若两个活动[si,fi)与[sj,fj)不相交,则称活动i与活动j是相容的;
活动安排问题:
就是在所给的活动集合中选出最大相容活动子集合;
①利用贪心算法求解该问题的基本思想?
②设计该活动安排问题的贪心算法?
3、给定下图G=(V,E)是一个无向连通图,对每一条边(v,w),其权值为c(v,w);
①利用prim算法构造其最小生成树,画出其选边的过程?
并构造其算法?
②利用kruskal算法构造其最小生成树,画出其选边的过程?
4、对下图中的有向图,应用Dijkstra算法计算从源(顶点1)到其它顶点间最短路径的过程.
要求:
给出Dijkstra算法的迭代过程,计算源到给个顶点的最短路径?
(用表表示)
见课本123页 表4-2
迭代过程:
第5章回溯算法
一、填空题
1、回溯法与分支限界法搜索方式不同,回溯法按深度优先搜索解空间,分支限界法按广度优先或最小耗费优先搜索解空间。
二、判断题
1、回溯法中限界函数的目的是剪去得不到最优解的子树。
2、分支限界法类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,两者的搜索方式是相同的。
三、简答题
1、简述回溯法和分支限界法的相同点和不同点?
2、什么是子集树?
什么是排列树?
什么叫满m叉树?
3、回溯算法的基本思想?
回溯算法的解题步骤?
四、算法设计题
1、n皇后问题
在4×4格的棋盘上放置彼此不受攻击的4个皇后。
按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。
用回溯算法解决4皇后问题:
①构造求解该问题的解空间树?
②设计该4皇后问题的回溯算法?
①解空间树
②回溯算法
2、0-1背包问题:
假设有3个物品,它们的重量和价值如下表所示。
若这些物品均不可以被分割,且背包容量M=10,问应该如何装入使背包中物品的总价值最大?
6
5
42
用回溯算法求解该0-1背包问题:
②设计该0-1背包问题的回溯算法?
1)解空间树;
2)
3、图的着色问题:
如下图
给定无向连通图G和m种不同的颜色;
用这m种颜色为图G的各个顶点着色,是否有一种方法使得图G中每一条边的两个顶点着不同颜色;
②设计该图的着色问题回溯算法?
1)解空间树:
2)算法:
doublemcoloring(intmm)
{intm=mm;//m可用颜色数
doublesum=0;//sum当前着色方案数
backtrack
(1);//深度优先搜索解空间
returnsum;
voidbacktrack(intt)
{if(t>n)//搜索到叶子节点
{sum++;//着色方案数加1
system.out.print(x[i]);
}//输出解,顶点i着颜色x[i]
else//搜索到中间节点
{for(inti=1;i<=m;i++)
{x[t]=i;//顶点t着颜色i=1…m
if(ok(t))backtrack(t+1);
booleanok(intk)//当前着色顶点与以前相邻顶点是否同色
{for(intj=1;j<=n;j++)
if(a[k][j]&&(x[j]==x[k])) //数组a[][]是图的邻接矩阵
//当前顶点k到j有边:
a[k][j],且色同:
x[j]==x[k]
returnfalse;
elsereturntrue;}
③算法分析(m种颜色,n个节点)
计算限界函数,一重for循环时间复杂度:
O(n);
在最坏的情况下每一个内节点都需要判断约束,内节点个数:
1+m+m2+m3+……+mn-1=(mn-1)/(m-1)个;
故图的m着色问题的回溯算法,时间复杂度为:
O(n*mn)。
第六章分支限界算法
1、按照活结点表的组织方式的不同,分支限界法包括队列式分支限界算
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1