算法设计与分析考试题自测(DOC 19页).doc

1、1.一个算法就是一个有穷规则的集合，其中之规则规定了解决某一特殊类型问题的一系列运算，此外，算法还应具有以下五个重要特性:_有穷性_,_确定性_,_可行性_,_ （0个或多个）输入_,_ （1个或多个）_输出_。2.算法的复杂性有_时间复杂性_和_空间复杂性_之分，衡量一个算法好坏的标准是_时间复杂度高低_。3.某一问题可用动态规划算法求解的显著特征是_该问题具有最优子结构性质_。4.若序列X=B,C,A,D,B,C,D，Y=A,C,B,A,B,D,C,D，请给出序列X和Y的一个最长公共子序列_A,B,C,D_。BABCD或CABCD或CADCD5.用回溯法解问题时，应明确定义问题的解空间，问

2、题的解空间至少应包含_问题的一个（最优）解_。 6.动态规划算法的基本思想是将待求解问题分解成若干_子问题_，先求解_子问题_，然后从这些_子问题_的解得到原问题的解。7.以深度优先方式系统搜索问题解的算法称为_回溯法_。8.0-1背包问题的回溯算法所需的计算时间为_O（n2n）_,用动态规划算法所需的计算时间为_O（n）_。 o(minnc,2n)9.动态规划算法的两个基本要素是_最优子结构_和_重叠子问题_。10.二分搜索算法是利用_动态规划法_实现的算法。二、综合题（50分）1.写出设计动态规划算法的主要步骤。1、解：（1）找出最优解的性质，并刻画其结构特征；（2）递归地定义最优值；（3

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。问题具有最优子结构性质；构造最优值的递归关系表达式； 最优值的算法描述；构造最优解2. 流水作业调度问题的johnson算法的思想。 2、解：令N1=i|ai=bi；将N1中作业按ai的非减序排序得到N1，将N2中作业按bi的非增序排序得到N2；N1中作业接N2中作业就构成了满足Johnson法则的最优调度。3. 若n=4，在机器M1和M2上加工作业i所需的时间分别为ai和bi，且(a1,a2,a3,a4)=(4,5,12,10)，(b1,b2,b3,b4)=(8,2,15,9)求4个作业的最优调度方案，并计算最优值

4、。 3、解：步骤为：N1=1，3，N2=2，4；N1=1，3， N2=4，2；最优值为：384. 使用回溯法解0/1背包问题：n=3（3种物品），C=9（背包的容量为9），V=6,10,3（3种物品的价值分别为6,10,3），W=3,4,4（3种物品的重量分别为3,4,4）,其解空间有长度为3的0-1向量组成，要求用一棵完全二叉树表示其解空间（从根出发，左1右0），并画出其解空间树，计算其最优值及最优解。 4、解：其解空间为：（0，0，0）,（0，1，0）,（0，0，1）,（1，0，0）,（0，1，1）,（1，0，1）,（1，1，0）,（1，1，1）解空间树为：ABCFEDGKJIHONML1

5、1100001011010该问题的最优值为：16=6+10 最优解为：（1，1，0）5. 设S=X1，X2，Xn是严格递增的有序集，利用二叉树的结点来存储S中的元素，在表示S的二叉搜索树中搜索一个元素X，返回的结果有两种情形，（1）在二叉搜索树的内结点中找到X=Xi，其概率为bi。（2）在二叉搜索树的叶结点中确定X（Xi，Xi+1），其概率为ai。在表示S的二叉搜索树T中，设存储元素Xi的结点深度为Ci；叶结点（Xi，Xi+1）的结点深度为di，则二叉搜索树T的平均路长p为多少？假设二叉搜索树Tij=Xi，Xi+1，Xj最优值为mij，Wij= ai-1+bi+bj+aj，则mij(1=i=j

6、=n)递归关系表达式为什么？ 5、解：二叉树T的平均路长P=+ mij=Wij+minmik+mk+1j (1=i=jj)6. 描述0-1背包问题。 6、解：已知一个背包的容量为C，有n件物品，物品i的重量为Wi，价值为Vi，求应如何选择装入背包中的物品，使得装入背包中物品的总价值最大。三、简答题（30分）1.流水作业调度中，已知有n个作业，机器M1和M2上加工作业i所需的时间分别为ai和bi，请写出流水作业调度问题的johnson法则中对ai和bi的排序算法。（函数名可写为sort(s,n)）2.最优二叉搜索树问题的动态规划算法（设函数名binarysearchtree)）答案：一、填空1确

7、定性 有穷性 可行性 0个或多个输入 一个或多个输出2.时间复杂性 空间复杂性 时间复杂度高低 3. 该问题具有最优子结构性质 4.BABCD或CABCD或CADCD 5.一个（最优）解 6.子问题 子问题 子问题 7.回溯法 8. o(n*2n) o(minnc,2n)9.最优子结构 重叠子问题10.动态规划法二、综合题1.问题具有最优子结构性质；构造最优值的递归关系表达式； 最优值的算法描述；构造最优解；2. 令N1=i|ai=bi；将N1中作业按ai的非减序排序得到N1，将N2中作业按bi的非增序排序得到N2；N1中作业接N2中作业就构成了满足Johnson法则的最优调度。3.步骤为：N

8、1=1，3，N2=2，4；N1=1，3， N2=4，2；最优值为：384.解空间为(0,0,0),(0,1,0),(0,0,1),(1,0,0),(0,1,1),(1,0,1),(1,1,0),(1,1,1)。解空间树为：ABCFEDGKJIHONML11100001011010该问题的最优值为：16 最优解为：（1，1，0）5.二叉树T的平均路长P=+ mij=Wij+minmik+mk+1j (1=i=jj)6.已知一个背包的容量为C，有n件物品，物品i的重量为Wi，价值为Vi，求应如何选择装入背包中的物品，使得装入背包中物品的总价值最大。三、简答题1.void sort(flowjope

9、 s,int n) int i,k,j,l; for(i=1;i=n-1;i+)/-选择排序 k=i; while(kn) break;/-没有ai，跳出 else for(j=k+1;jsj.a) k=j; swap(si.index,sk.index); swap(si.tag,sk.tag); l=i;/-记下当前第一个bi的下标 for(i=l;i=n-1;i+) k=i; for(j=k+1;j=n;j+) if(sk.bsj.b) k=j; swap(si.index,sk.index); /-只移动index和tag swap(si.tag,sk.tag); 2.void bin

10、arysearchtree(int a,int b,int n,int *m,int *s,int *w) int i,j,k,t,l; for(i=1;i=n+1;i+) wii-1=ai-1; mii-1=0; for(l=0;l=n-1;l+)/-l是下标j-i的差for(i=1;i=n-l;i+) j=i+l;wij=wij-1+aj+bj;mij=mii-1+mi+1j+wij;sij=i;for(k=i+1;k=j;k+) t=mik-1+mk+1j+wij;if(tmij) mij=t;sij=k;一、 填空题（本题15分，每小题1分）1、 算法就是一组有穷的 程序 规则 ，它们

11、规定了解决某一特定类型问题的 方法和过程 一系列运算 。2、 在进行问题的计算复杂性分析之前，首先必须建立求解问题所用的计算模型。3个基本计算模型是 顺序结构 随机存取机RAM 、 循环结构 随机存取存储程序机RASP 、 条件结构 图灵机TM 。3、 算法的复杂性是 时间资源和空间资源 算法效率 的度量，是评价算法优劣的重要依据。4、 计算机的资源最重要的是 时间 和 空间 资源。因而，算法的复杂性有 时间复杂性 和 空间复杂性 之分。5、 f(n)= 62n+n2，f(n)的渐进性态f(n)= O( 2n )6、 贪心算法总是做出在当前看来 最优 的选择。也就是说贪心算法并不从整体最优考虑

12、，它所做出的选择只是在某种意义上的 局部最优选择 。7、 许多可以用贪心算法求解的问题一般具有2个重要的性质： 最优子结构 性质和 贪心选择 性质。二、简答题（本题25分，每小题5分）1、 简单描述分治法的基本思想。 1、答：分治法的基本思想是将一个规模为n 的问题分解为k个规模较小的子问题，这些子问题相互独立且与原问题相同。递归地解这些子问题，然后将个子问题的解合并得到原问题的解。2、 简述动态规划方法所运用的最优化原理。 2、答：在动态规划中，不管子问题以后是否被用到，只要它被计算过，就将其结果填入表中。3、 何谓最优子结构性质？ 3、答：当一个问题的最优解包含其子问题的最优解时，称此问题

13、具有最优子结构性质。问题的最优子结构性质是该问题可用动态规划算法或贪心算法求解的关键特征。4、 简单描述回溯法基本思想。 4、答：回溯法是一个既带有系统性又带有跳跃性的搜索算法，用其解决问题时，应明确定义问题的解空间。确定解空间的组织结构后，回溯法从开始结点（根结点）出发，以深度优先方式搜索整个解空间。这个开始结点成为活结点，同时也成为当前的扩展结点。在当前扩展结点处，搜索向纵深方向移至一个新结点。这个新结点成为新的活结点，并成为当前的扩展结点。如果在当前扩展结点处不能在向纵深方向移动，则当前扩展结点就成为死结点。此时，应往回移动（回溯）至最近的活结点处，并使这个活结点成为当前扩展结点。回溯法

14、以这种工作方式递归地在解空间中搜索，直至找到所要求的解或解空间中已无活结点为止。5、 何谓P、NP、NPC问题 5、答：P(Polynomial问题)：也即是多项式复杂程度的问题。NP就是Non-deterministicPolynomial的问题，也即是多项式复杂程度的非确定性问题。NPC(NP Complete)问题，这种问题只有把解域里面的所有可能都穷举了之后才能得出答案，这样的问题是NP里面最难的问题，这种问题就是NPC问题。三、算法填空（本题20分，每小题5分）1、n后问题回溯算法(1)用二维数组ANN存储皇后位置,若第i行第j列放有皇后,则Aij为非0值,否则值为0。(2)分别用一

15、维数组MN、L2*N-1、R2*N-1表示竖列、左斜线、右斜线是否放有棋子，有则值为1,否则值为0。for(j=0;j=0;r-) /自底向上递归计算for(c=0; 1 ;c+) if( tr+1ctr+1c+1) 2 ；else 3 ；3、Hanoi算法Hanoi(n,a,b,c)if （n=1） 1 ；else 2 ； 3 ；Hanoi(n-1,b, a, c);4、Dijkstra算法求单源最短路径du:s到u的距离 pu:记录前一节点信息Init-single-source(G,s)for each vertex vVG do dv=; 1 ds=0Relax(u,v,w)if dv

16、du+w(u,v)then dv=du+wu,v; 2 dijkstra(G,w,s)1. Init-single-source(G,s) 2. S= 3. Q=VG4.while Q do u=min(Q) S=Su for each vertex 3 do 4 四、算法理解题（本题10分）根据优先队列式分支限界法，求下图中从v1点到v9点的单源最短路径，请画出求得最优解的解空间树。要求中间被舍弃的结点用标记，获得中间解的结点用单圆圈框起，最优解用双圆圈框起。五、算法理解题（本题5分）设有n=2k个运动员要进行循环赛，现设计一个满足以下要求的比赛日程表：每个选手必须与其他n-1名选手比赛各一

17、次；每个选手一天至多只能赛一次；循环赛要在最短时间内完成。（1）如果n=2k，循环赛最少需要进行几天；（2）当n=23=8时，请画出循环赛日程表。六、算法设计题（本题15分）分别用贪心算法、动态规划法、回溯法设计0-1背包问题。要求：说明所使用的算法策略；写出算法实现的主要步骤；分析算法的时间。七、算法设计题（本题10分）通过键盘输入一个高精度的正整数n(n的有效位数240)，去掉其中任意s个数字后，剩下的数字按原左右次序将组成一个新的正整数。编程对给定的n 和s，寻找一种方案，使得剩下的数字组成的新数最小。【样例输入】178543S=4【样例输出】13答案：一、填空题（本题15分，每小题1分

18、）1规则 一系列运算2. 随机存取机RAM(Random Access Machine)；随机存取存储程序机RASP(Random Access Stored Program Machine)；图灵机(Turing Machine)3. 算法效率4. 时间、空间、时间复杂度、空间复杂度52n6最好 局部最优选择7. 贪心选择 最优子结构二、简答题（本题25分，每小题5分）6、 分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题，这些子问题互相独立且与原问题相同；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

19、求出其解为止；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。7、 “最优化原理”用数学化的语言来描述：假设为了解决某一优化问题，需要依次作出n个决策D1，D2，Dn，如若这个决策序列是最优的，对于任何一个整数k，1 k n，不论前面k个决策是怎样的，以后的最优决策只取决于由前面决策所确定的当前状态，即以后的决策Dk+1，Dk+2，Dn也是最优的。8、 某个问题的最优解包含着其子问题的最优解。这种性质称为最优子结构性质。9、 回溯法的基本思想是在一棵含有问题全部可能解的状态空间树上进行深度优先搜索，解为叶子结点。搜索过程中，每到达一个结点时，则判断该结点为根

20、的子树是否含有问题的解，如果可以确定该子树中不含有问题的解，则放弃对该子树的搜索，退回到上层父结点，继续下一步深度优先搜索过程。在回溯法中，并不是先构造出整棵状态空间树，再进行搜索，而是在搜索过程，逐步构造出状态空间树，即边搜索，边构造。10、 P(Polynomial问题)：也即是多项式复杂程度的问题。NP就是Non-deterministicPolynomial的问题，也即是多项式复杂程度的非确定性问题。NPC(NP Complete)问题，这种问题只有把解域里面的所有可能都穷举了之后才能得出答案，这样的问题是NP里面最难的问题，这种问题就是NPC问题。三、算法填空（本题20分，每小题5分

21、）1、n后问题回溯算法(1) !Mj&!Li+j&!Ri-j+N(2) Mj=Li+j=Ri-j+N=1;(3) try(i+1,M,L,R,A) (4) Aij=0 (5) Mj=Li+j=Ri-j+N=02、数塔问题。（1）c=r(2)trc+=tr+1c（3）trc+=tr+1c+13、Hanoi算法（1）move(a,c)（2）Hanoi(n-1, a, c , b)（3）Move(a,c)4、（1）pv=NIL（2）pv=u(3) vadju（4）Relax(u,v,w)四、算法理解题（本题10分）1 2 3 4 5 6 7 82 1 4 3 6 5 8 73 4 1 2 7 8 5

22、 64 3 2 1 8 7 6 55 6 7 8 1 2 3 46 5 8 7 2 1 4 37 8 5 6 3 4 1 28 7 6 5 4 3 2 1五、（1）8天（2分）；（2）当n=23=8时，循环赛日程表（3分）。六、算法设计题（本题15分）（1）贪心算法 O（nlog（n） 首先计算每种物品单位重量的价值Vi/Wi，然后，依贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。若将这种物品全部装入背包后，背包内的物品总重量未超过C，则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去，直到背包装满为止。 具体算法可描述如下：void Knapsack(int

23、 n,float M,float v,float w,float x)Sort(n,v,w);int i;for (i=1;i=n;i+) xi=0;float c=M;for (i=1;ic) break;xi=1;c-=wi;if (i=n) xi=c/wi;（2）动态规划法 O(nc)m(i，j)是背包容量为j，可选择物品为i，i+1，n时0-1背包问题的最优值。由0-1背包问题的最优子结构性质，可以建立计算m(i，j)的递归式如下。void KnapSack(int v,int w,int c,int n,int m11)int jMax=min(wn-1,c);for (j=0;j=

24、jMax;j+) /*m(n,j)=0 0=jwn*/mnj=0;for (j=wn;j=wn*/mnj=vn;for (i=n-1;i1;i-) int jMax=min(wi-1,c);for (j=0;j=jMax;j+) /*m(i,j)=m(i+1,j) 0=jwi*/ mij=mi+1j;for (j=wi;j=wn*/ mij=max(mi+1j,mi+1j-wi+vi);m1c=m2c;if(c=w1)m1c=max(m1c,m2c-w1+v1);（3）回溯法 O(2n)cw:当前重量 cp:当前价值 bestp：当前最优值voidbacktrack(inti) /回溯法 i初

25、值1if(in) /到达叶结点 bestp=cp; return; if(cw+wibestp) /搜索右子树 backtrack(i+1); 七、算法设计题（本题10分）为了尽可能地逼近目标，我们选取的贪心策略为：每一步总是选择一个使剩下的数最小的数字删去，即按高位到低位的顺序搜索，若各位数字递增，则删除最后一个数字，否则删除第一个递减区间的首字符。然后回到串首，按上述规则再删除下一个数字。重复以上过程s次，剩下的数字串便是问题的解了。具体算法如下：输入s, n;while（ s 0 ） i=1; /从串首开始找while (i length(n) & (ni1)& (n1=0) delete(n,1,1); /删去串首可能产生的无用零输出n;