算法分析复习题第二部分
(完整版)太原理工大学软件学院算法设计与分析复习题目及答案
一、选择题1、二分搜索算法是利用（ A ）实现的算法。
A、分治策略B、动态规划法C、贪心法D、回溯法2、下列不是动态规划算法基本步骤的是（ A ).A、找出最优解的性质B、构造最优解C、算出最优解D、定义最优解3、最大效益优先是（ A )的搜索方式。
A、分支界限法B、动态规划法C、贪心法D、回溯法4。
回溯法解旅行售货员问题时的解空间树是( B ）.A、子集树B、排列树C、深度优先生成树D、广度优先生成树5．下列算法中通常以自底向上的方式求解最优解的是（ B ）.A、备忘录法B、动态规划法C、贪心法D、回溯法6、衡量一个算法好坏的标准是（C ）.A 运行速度快B 占用空间少C 时间复杂度低D 代码短7、以下不可以使用分治法求解的是（D ）。
A 棋盘覆盖问题B 选择问题C 归并排序D 0/1背包问题8. 实现循环赛日程表利用的算法是（ A ).A、分治策略B、动态规划法C、贪心法D、回溯法9．下面不是分支界限法搜索方式的是（ D ）.A、广度优先B、最小耗费优先C、最大效益优先D、深度优先10．下列算法中通常以深度优先方式系统搜索问题解的是（ D ）.A、备忘录法B、动态规划法C、贪心法D、回溯法11。
备忘录方法是那种算法的变形。
( B ）A、分治法B、动态规划法C、贪心法D、回溯法12．最长公共子序列算法利用的算法是( B ）.A、分支界限法B、动态规划法C、贪心法D、回溯法13．实现棋盘覆盖算法利用的算法是（ A ）.A、分治法B、动态规划法C、贪心法D、回溯法14。
下面是贪心算法的基本要素的是（ C ）。
A、重叠子问题B、构造最优解C、贪心选择性质D、定义最优解15。
回溯法的效率不依赖于下列哪些因素（ D ）A. 满足显约束的值的个数 B。
计算约束函数的时间C。
计算限界函数的时间 D. 确定解空间的时间16。
下面哪种函数是回溯法中为避免无效搜索采取的策略( B ）A．递归函数 B.剪枝函数 C.随机数函数 D.搜索函数17。
算法设计与分析第2版 王红梅 胡明 习题答案
精品文档习题胡明-版)-王红梅-算法设计与分析(第2答案1习题）—1783Leonhard Euler，17071.图论诞生于七桥问题。
出生于瑞士的伟大数学家欧拉（提出并解决了该问题。
七桥问题是这样描述的：北区一个人是否能在一次步行中穿越哥尼斯堡（现东区在叫加里宁格勒，在波罗的海南岸）城中全部岛区的七座桥后回到起点，且每座桥只经过一次，南区是这条河以及河上的两个岛和七座桥的图1.7 1.7 七桥问题图草图。
请将该问题的数据模型抽象出来，并判断此问题是否有解。
七桥问题属于一笔画问题。
输入：一个起点输出：相同的点一次步行1，经过七座桥，且每次只经历过一次2，回到起点3，该问题无解：能一笔画的图形只有两类：一类是所有的点都是偶点。
另一类是只有二个奇点的图形。
）用的不是除法而是减最初的欧几里德算法2．在欧几里德提出的欧几里德算法中（即法。
请用伪代码描述这个版本的欧几里德算法1.r=m-nr=0 循环直到2.m=n 2.1n=r 2.2r=m-n 2.3m输出3．设计算法求数组中相差最小的两个元素（称为最接近数）的差。
要求分别给出伪代3++描述。
C码和采用分治法// //对数组先进行快速排序在依次比较相邻的差//精品文档．精品文档#include <iostream>using namespace std;int partions(int b[],int low,int high){int prvotkey=b[low];b[0]=b[low];while (low<high){while (low<high&&b[high]>=prvotkey)--high;b[low]=b[high];while (low<high&&b[low]<=prvotkey)++low;b[high]=b[low];}b[low]=b[0];return low;}void qsort(int l[],int low,int high){int prvotloc;if(low<high){prvotloc=partions(l,low,high); //将第一次排序的结果作为枢轴 qsort(l,low,prvotloc-1); //递归调用排序由low 到prvotloc-1qsort(l,prvotloc+1,high); //递归调用排序由 prvotloc+1到 high}}void quicksort(int l[],int n){qsort(l,1,n); //第一个作为枢轴，从第一个排到第n个}int main(){int a[11]={0,2,32,43,23,45,36,57,14,27,39};int value=0;//将最小差的值赋值给valuefor (int b=1;b<11;b++)cout<<a[b]<<' ';精品文档．精品文档cout<<endl;quicksort(a,11);for(int i=0;i!=9;++i){if( (a[i+1]-a[i])<=(a[i+2]-a[i+1]) )value=a[i+1]-a[i];elsevalue=a[i+2]-a[i+1];}cout<<value<<endl;return 0;}4．设数组a[n]中的元素均不相等，设计算法找出a[n]中一个既不是最大也不是最小的元素，并说明最坏情况下的比较次数。
《算法分析与设计》期末考试复习题纲(完整版)
《算法分析与设计》期末复习题一、选择题1.算法必须具备输入、输出和（ D ）等4个特性。
A．可行性和安全性 B．确定性和易读性C．有穷性和安全性 D．有穷性和确定性2.算法分析中，记号O表示（ B ），记号Ω表示（ A ）A.渐进下界B.渐进上界C.非紧上界D.紧渐进界3.假设某算法在输入规模为n时的计算时间为T(n)=3*2^n。
在某台计算机上实现并完成概算法的时间为t秒。
现有另一台计算机，其运行速度为第一台的64倍，那么在这台新机器上用同一算法在t秒内能解输入规模为多大的问题？（ B ）解题方法：3*2^n*64=3*2^xA．n+8 B．n+6C．n+7 D．n+54.设问题规模为N时，某递归算法的时间复杂度记为T(N)，已知T(1)=1，T(N)=2T(N/2)+N/2，用O表示的时间复杂度为（ C ）。
A．O(logN) B．O(N)C．O(NlogN) D．O(N²logN)5.直接或间接调用自身的算法称为（ B ）。
A．贪心算法 B．递归算法C．迭代算法 D．回溯法6.Fibonacci数列中，第4个和第11个数分别是（ D ）。
A．5，89 B．3，89C．5，144 D．3，1447.在有8个顶点的凸多边形的三角剖分中，恰有（ B ）。
A．6条弦和7个三角形 B．5条弦和6个三角形C．6条弦和6个三角形 D．5条弦和5个三角形8.一个问题可用动态规划算法或贪心算法求解的关键特征是问题的（ B ）。
A．重叠子问题 B．最优子结构性质C．贪心选择性质 D．定义最优解9.下列哪个问题不用贪心法求解（ C ）。
A．哈夫曼编码问题 B．单源最短路径问题C．最大团问题 D．最小生成树问题10.下列算法中通常以自底向上的方式求解最优解的是（ B ）。
A．备忘录法 B．动态规划法C．贪心法 D．回溯法11.下列算法中不能解决0/1背包问题的是（ A ）。
A．贪心法 B．动态规划C．回溯法 D．分支限界法12.下列哪个问题可以用贪心算法求解（ D ）。
算法分析与设计习题集整理
算法分析与设计习题集整理第一章算法引论一、填空题：一、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。
二、多项式10()mm A n a n a n a =+++的上界为O(n m )。
3、算法的大体特征：输入、输出、肯定性、有限性。
4、如何从两个方面评价一个算法的好坏：时间复杂度、空间复杂度。
五、计算下面算法的时间复杂度记为： O(n 3) 。
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]; }六、描述算法常常利用的方式：自然语言、伪代码、程序设计语言、流程图、盒图、PAD 图。
7、算法设计的大体要求：正确性 和 可读性。
八、计算下面算法的时间复杂度记为： O(n 2) 。
for （i ＝1；i<n; i++）{ y=y+1; for （j ＝0；j <=2n ；j++ ） x ＋＋； }九、计算机求解问题的步骤：问题分析、数学模型成立、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 方式或进程 。
二、简答题：1、依照时间复杂度从低到高排列：O( 4n 2)、O( logn)、O( 3n )、O( 20n)、O( 2)、O( n 2/3), O( n!)应该排在哪一名？答：O( 2)，O( logn)，O( n 2/3)，O( 20n)，O( 4n 2)，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，依照某种机械步骤必然可以取得问题结果的处置进程。
通俗讲，算法：就是解决问题的方式或进程。
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)肯定性 ； ４)有穷性3、给出算法的概念？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）概念：指在解决问题时，依照某种机械步骤必然可以取得问题结果的处置进程。
(陈慧南 第3版)算法设计与分析——第2章课后习题答案
因此 T (n) (n 2 ) （3） a 28, b 3, f n cn3
nlogb a nlog3 28 n3.033 ，则 f (n) c n 2 (nlogb a - ) ，其中可取 =0.04 。符合主定理
的情况 1 ，因此 T (n) (n3.033 )
21 21 当 n n0 时， f n g n ，所以 f n = g n 2 2
（2） f n n 2 logn ， g n n log 2 n
2 当 n 4 时， f n n 2 logn n 2 ， g n n log 2 n n 。因此可取 n0 4, c 1 ，当
g n
（1） f n 20n logn ， g n n+ log 3 n
f n 20n logn 21n ， g n n+ log 3 当 n 3 时， logn n log3 n 2n n 因此
因此可取 n0 3, c
f n g n ，所以 f n = g n
2-12 将下列时间函数按增长率的非递减次序排列
3 2
n
， log n ， log 2 n ， n log n ， n ! ， log(log(n)) ， 2 n ， n1 log n ， n 2
答： n1 log n
f ( n ) ( n m )
证明：
f (n) am nm am1nm1 a1n a0 F (n) am n m am1 n m1
a1 n a0
由 F (n) 单调性易知，存在 nt 0 ，使得 F (n) 取 n 1 ，且 nt0 nt ， F (nt0 ) 0 ，则 当 n nt0 时， F (n) 0 即： f (n) am n m am1 n m1
算法期末复习题2
填空题：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:确定性有穷性可行性 0个或多个输入一个或多个输出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。
5.用回溯法解问题时，应明确定义问题的解空间，问题的解空间至少应包含一个（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(n*2n),用动态规划算法所需的计算时间为o(min{nc,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。
11.一个算法复杂性的高低体现在计算机运行该算法所需的时间和存储器资源上，因此算法的复杂性有时间复杂性和空间复杂性之分。
12.出自于“平衡子问题”的思想，通常分治法在分割原问题，形成若干子问题时，这些子问题的规模都大致相同。
13.动态规划算法有一个变形方法备忘录方法。
这种方法不同于动态规划算法“自底向上”的填充方向，而是“自顶向下”的递归方向，为每个解过的子问题建立了备忘录以备需要时查看，同样也可避免相同子问题的重复求解。
14、这种不断回头寻找目标的方法称为回溯法。
15、直接或间接地调用自身的算法称为递归算法。
16、 记号在算法复杂性的表示法中表示渐进确界或紧致界。
17、由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。
18、建立计算模型的目的是为了使问题的计算复杂性分析有一个共同的客观尺度。
19、下列各步骤的先后顺序是②③④①。
①调试程序②分析问题③设计算法④编写程序。
20、最优子结构性质的含义是问题的最优解包含其子问题的最优解。
算法设计与分析复习题目及答案
分治法1、二分搜索算法是利用（分治策略）实现的算法。
9. 实现循环赛日程表利用的算法是（分治策略）27、Strassen矩阵乘法是利用（分治策略）实现的算法。
34．实现合并排序利用的算法是（分治策略）。
实现大整数的乘法是利用的算法（分治策略）。
17．实现棋盘覆盖算法利用的算法是（分治法）。
29、使用分治法求解不需要满足的条件是（子问题必须是一样的）。
不可以使用分治法求解的是（0/1背包问题）。
动态规划下列不是动态规划算法基本步骤的是（构造最优解）下列是动态规划算法基本要素的是（子问题重叠性质）。
下列算法中通常以自底向上的方式求解最优解的是（动态规划法）备忘录方法是那种算法的变形。
（动态规划法）最长公共子序列算法利用的算法是（动态规划法）。
矩阵连乘问题的算法可由（动态规划算法B）设计实现。
实现最大子段和利用的算法是（动态规划法）。
贪心算法能解决的问题：单源最短路径问题，最小花费生成树问题，背包问题，活动安排问题，不能解决的问题：N皇后问题，0/1背包问题是贪心算法的基本要素的是（贪心选择性质和最优子结构性质）。
回溯法回溯法解旅行售货员问题时的解空间树是（排列树）。
剪枝函数是回溯法中为避免无效搜索采取的策略回溯法的效率不依赖于下列哪些因素（确定解空间的时间）分支限界法最大效益优先是（分支界限法）的一搜索方式。
分支限界法解最大团问题时，活结点表的组织形式是（最大堆）。
分支限界法解旅行售货员问题时，活结点表的组织形式是（最小堆）优先队列式分支限界法选取扩展结点的原则是（结点的优先级）在对问题的解空间树进行搜索的方法中,一个活结点最多有一次机会成为活结点的是( 分支限界法).从活结点表中选择下一个扩展结点的不同方式将导致不同的分支限界法,以下除( 栈式分支限界法)之外都是最常见的方式.（1）队列式(FIFO)分支限界法：按照队列先进先出（FIFO）原则选取下一个节点为扩展节点。
（2）优先队列式分支限界法：按照优先队列中规定的优先级选取优先级最高的节点成为当前扩展节点。
中科院计算机算法分析与设计_习题1-2_答案
2）证明：除结点v外，只有当结点w满足s[w]=0时才被压入栈中，因此每 个结点至多有一次被压入栈中，搜索不会出现重叠和死循环现象，对于每
template<class T> bool MinMax(T a[], int n, int& Min, int& Max) { if(n<1) return false; Min=Max=0; //初始化 for(int i=1; i<n; i++){ if(a[Min]>a[i]) Min=i; if(a[Max]<a[i]) Max=i; } return true; } 最好，最坏，平均比较次数都是 2*（n-1）
2-连通
割点
4 5
D E
4 5
(1,2,3,4,0,0,0) (1,1,1,4,1,0,0)
{(C,D)};
C
6
F
6
(1,1,1,4,1,6,0)
7
G
7
(1,1,1,4,1,5,5)
(E,A), {(G,E),(F,G), (E,F)} (B,C), (A,B) {(E,A),(B,C),(A,B)}
3．设G是具有n个顶点和m条边的无向图，如果G是连通的，而且满足m = n-1,
证明G是树。 4．假设用一个n×n的数组来描述一个有向图的n×n邻接矩阵，完成下面工作
：
1）编写一个函数以确定顶点的出度，函数的复杂性应为 2）编写一个函数以确定图中边的数目，函数的复杂性应为 3）编写一个函数删除边（i，j），并确定代码的复杂性。 5.实现图的D-搜索算法。要求用ALGEN语言写出算法的伪代码， 或者用一种计算机高级语言写出程序。 ； (n)
黄宇《算法设计与分析》课后习题解析(二)精选全文
黄宇《算法设计与分析》课后习题解析（⼆）第2章：从算法的视⾓重新审视数学的概念2.1：(向下取整)题⽬：请计算满⾜下⾯两个条件的实数的区间解析：根据向下取整的含义，令，讨论a的取值范围即可解答：令，则可得：即：故的取值区间为：2.2: (取整函数)题⽬：证明：对于任意整数,（提⽰：将n划分为）。
解析：根据提⽰将n进⾏划分，根据取整函数的定义⽤k表⽰取整函数，即可证明；证明如下：因为对于任意整数,可划分为，则:① ；② ；综上：对于任意整数,, 得证；2.3: (斐波拉契数列)对于斐波拉契数列，请证明：1）题⽬：是偶数当且仅当n能被3整除解析：由斐波拉契数列的递归定义式，容易联想到数学归纳法；证明如下：（采⽤数学归纳法）i)当n = 1,2,3时，依次为1，1，2，符合命题；ii)假设当（k>=1）时命题均成⽴，则：① 当n = 3k+1时，是奇数，成⽴；② 当n = 3k+2时，是奇数，成⽴；③ 当 n = 3(k+1)时，是偶数，成⽴；综上：归纳可得为偶数当且仅当，得证;2）题⽬：x x =1+a (0<a <1)x =1+a (0<a <1)⌊x ⌋=1⇒⌊x ⌋=21⌊x ⌋=2⌊1+a +22a ⌋=1a +22a <1⇒0<a <−21⇒1<a +1<⇒21<x <2x (1，)2n ≥1⌈log (n +1)⌉=⌊logn ⌋+12≤k n ≤2−k +11n ≥12≤k n ≤2−k +11k +1=⌈log (2+k 1)⌉≤⌈log (n +1)⌉≤⌈log (2)⌉=k +1k +1=>⌈log (n +1)⌉=k +1k =⌊log (2)⌋≤k ⌊logn ⌋≤⌊log (2−k +11)⌋=k =>⌊logn ⌋=k n ≥1⌈log (n +1)⌉=k +1=⌊logn ⌋+1F n F n n ≤3k F =n F +n −1F =n −2F +3k F =3k −1>F 3k +1F =n F +3k +1F =3k >F 3k +2F =n F +3k +2F =3k +1>F 3k +3F n 3∣n F −n 2F F =n +1n −1(−1)n +1解析：同1）理，容易联想到数学归纳法证明如下：（采⽤数学归纳法）i)当n = 2时，, 易知成⽴；ii)假设当 n = k 时命题成⽴，① 若k = 2m, 则,当n = k+1 = 2m+1时，要证命题成⽴，即证： => ,代⼊递推式, 得：, 易知是恒等式，故命题成⽴；②当 k=2m+1时，同①理可证命题成⽴；综上：归纳可得，得证；2.4：(完美⼆叉树)给定⼀棵完美⼆叉树，记其节点数为，⾼度为，叶节点数为，内部节点数为1）题⽬：给定上述4个量中的任意⼀个，请推导出其他3个量解析：根据完美⼆叉树的结构特点易得解答：（仅以已知⾼度h推导其他三个量为例，其余同理）已知⾼度为h，可得：节点数：叶节点数：内部节点数：2）题⽬：请计算完美⼆叉树任意⼀层的节点个数：① 如果任意指定深度为的⼀层节点，请计算该层节点个数；② 如果任意指定⾼度为的⼀层节点，请计算该层节点个数；解析：根据完美⼆叉树的结构特点易得（注意节点深度和节点⾼度是互补的，相加为树⾼）解答：① ; ② ;2.5: (⼆叉树的性质)对于⼀棵⾮空的⼆叉树T，记其中叶节点的个数为，有1个⼦节点的节点个数为，有两个⼦节点的节点个数为1）题⽬：如果T是⼀棵2-tree，请证明。
算法分析复习题目及答案16-12-10
一。
选择题1、二分搜索算法是利用（ A ）实现的算法。
A、分治策略B、动态规划法C、贪心法D、回溯法2、下列不是动态规划算法基本步骤的是（ D ）。
A、找出最优解的性质B、构造最优解C、算出最优解D、定义最优解3、最大效益优先是（ A ）的一搜索方式。
A、分支界限法B、动态规划法C、贪心法D、回溯法5. 回溯法解旅行售货员问题时的解空间树是（）。
A、子集树B、排列树C、深度优先生成树D、广度优先生成树6．下列算法中通常以自底向上的方式求解最优解的是（ B ）。
A、备忘录法B、动态规划法C、贪心法D、回溯法注意：动态规划采用的是自底向上的方式求解，而贪心算法采用的是自顶向下的方式来求解问题。
7、衡量一个算法好坏的标准是（C ）。
A 运行速度快B 占用空间少C 时间复杂度低D 代码短8、以下不可以使用分治法求解的是（D ）。
A 棋盘覆盖问题B 选择问题C 归并排序D 0/1背包问题9. 实现循环赛日程表利用的算法是（ A ）。
A、分治策略B、动态规划法C、贪心法D、回溯法11．下面不是分支界限法搜索方式的是（ D ）。
A、广度优先B、最小耗费优先C、最大效益优先D、深度优先12．下列算法中通常以深度优先方式系统搜索问题解的是（ D ）。
A、备忘录法B、动态规划法C、贪心法D、回溯法13.备忘录方法是那种算法的变形。
（ B ）A、分治法B、动态规划法C、贪心法D、回溯法注意：备忘录是动态规划方法的一个步骤。
14．哈弗曼编码的贪心算法所需的计算时间为（ B ）。
A、O（n2n）B、O（nlogn）C、O（2n）D、O（n）15．分支限界法解最大团问题时，活结点表的组织形式是（ B ）。
A、最小堆B、最大堆C、栈D、数组16．最长公共子序列算法利用的算法是（ B ）。
A、分支界限法B、动态规划法C、贪心法D、回溯法17．实现棋盘覆盖算法利用的算法是（ A ）。
A、分治法B、动态规划法C、贪心法D、回溯法18.下面是贪心算法的基本要素的是（ C ）。
算法分析与设计考试复习题及参考答案jing
D.桶排
序
9、以下( A )不一定得到问题的最优解
A.贪心算法
B.回溯算法
C.分支限界法
D.动态
规划法
10、以下（ C ）不包括在图灵机结构中
A. 控制器
B. 读写磁头
C.计算器
D. 磁带
三、简答题（本题20分，每小题5分） 1、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：
不同输入实例下的算法所耗时间。最坏情况下的时间复杂性取的输入 实例中最大的时间复杂度： W(n) = max{ T(n，I) } , I∈Dn 平均时间复杂性是所有输入实例的处理时间与各自概率的乘积和： A(n) =∑P(I)T(n，I) I∈Dn 6. 简述二分检索（折半查找）算法的基本过程。
设输入是一个按非降次序排列的元素表A[i：j] 和x，选取 A[(i+j)/2]与x比较，如果A[(i+j)/2]=x，则返回(i+j)/2，如果 A[(i+j)/2]<x，则A[i：(i+j)/2-1]找x，否则在A[ (i+j)/2+1：j] 找x。上述过程被反复递归调用。 回溯法的搜索特点是什么 7. 背包问题的目标函数和贪心算法最优化量度相同吗？
p[v]=u }
dijkstra(G,w,s) 1. init-single-source(G,s) 2. S=Φ
3. Q=V[G]
4.while Q<> Φ
do u=min(Q)
S=S∪{u}
for each vertex v∈adj[u] //所有u的邻接点 v
do
relax(G,v,w)
2、某工厂预计明年有N个新建项目，每个项目的投资额 w[k]及其投
2013计算机算法设计与分析期终考试复习题
计算机算法设计与分析复习题一、填空题1、一个算法复杂性的高低体现在计算机运行该算法所需的时间和存储器资源上，因此算法的复杂性有时间复杂性和空间复杂性之分。
2、出自于“平衡子问题”的思想，通常分治法在分割原问题，形成若干子问题时，这些子问题的规模都大致相同。
3、使用二分搜索算法在n个有序元素表中搜索一个特定元素，在最佳情况下，搜索的时间复杂性为0( 1)，在最坏情况下，搜索的时间复杂性为0( logn )。
4、已知一个分治算法耗费的计算时间T(n)，T(n)满足如下递归方程：n 20(1)T(n) 2T(n/ 2) 0(n)n 2 解得此递归方可得T(n)二0 ( )。
nlogn5、动态规划算法有一个变形方法备忘录方法。
这种方法不同于动态规划算法“自底向上”的填充方向，而是“自顶向下”的递归方向，为每个解过的子问题建立了备忘录以备需要时查看，同样也可避免相同子问题的重复求解。
递归的二分查找算法在divide阶段所花的时间是0(1) ，conquer阶段6、所花的时间是T(n/2) ，算法的时间复杂度是0( log n) 。
7、Prim算法利用贪心策略求解最小生成树问题，其时间复杂度是20( n) 。
8 .背包问题可用贪心法，回溯法等策略求解。
39 .用动态规划算法计算矩阵连乘问题的最优值所花的时间是0(n) ,子2问题空间大小是0(n) 。
10 .图的m着色问题可用回溯法求解，其解空间树中叶子结点个数是nm ，解空间树中每个内结点的孩子数是m 。
11 .单源最短路径问题可用贪心法、分支限界等策略求解。
12 、一个算法的优劣可以用(时间复杂度)与(空间复杂度)与来衡量。
13、回溯法在问题的解空间中，按(深度优先方式)从根结点出发搜索解空间树。
14、直接或间接地调用自身的算法称为(递归算法)。
15、记号在算法复杂性的表示法中表示(渐进确界或紧致界)。
16、在分治法中，使子问题规模大致相等的做法是出自一种( 平衡(banlancing)子问题)的思想。
算法分析与设计—部分复习题答案
算法设计与分析复习题1、一个算法应有哪些主要特征？有限性、确定性、输入、输出、可行性2、分治法（Divide and Conquer）与动态规划（Dynamic Programming）有什么不同？分治法是将一个问题划分成一系列独立的子问题，分别处理后将结果组合以得到原问题的答案。
动态规划同样将一个问题划分成一系列子问题进行处理，但当子问题不是互相独立而是互有联系时，动态规划不会重复计算子问题间联系的问题，是更高效的解决办法。
（具体解释太长了这个答案可以得点分）3、试举例说明贪心算法对有的问题是有效的，而对一些问题是无效的。
贪心算法的思想是通过选择局部最优以求得最优解，但某些最优解问题无法由局部最优推出，如0-1 knapsack problem（背包问题，一个能装20斤的背包装入一定商品，要求价值最高）4、求解方程f(n)=f(n-1)+f(n-2)，f(1)=f(2)=1。
（斐波那契数列）（证明太复杂了不贴了）k5、求解方程T(n)=2T(n/2)+1，T(1)=1，设n=2。
T(n)=2*(2*T(n/4)+1)+1=2*(2*(T(n/8)+1)+1)+1 推出以下方程且且证明用数学归纳法。
void max_min(int a[],int m, int n, int* min) //运用分治法查找最大值与最小值{ int middle,hmin,gmin; if( m==n ) { * min = a[m]; } else if(m == n-1) { if( a[m] > a[n]) {*min = a[n]; } else { *min =a[m]; } } else { middle = (m+n)/2; max_min(a,m,middle,&gmin); max_min(a,middle+1,n,&hmin); if(gmin < hmin) { *min = gmin; } else { *min= hmin; } } } 6、编写一个Quick Sorting 算法，并分析时间复杂性。
(完整)算法分析复习题目及答案
一。
选择题1、二分搜索算法是利用（ A ）实现的算法。
A、分治策略B、动态规划法C、贪心法D、回溯法2、下列不是动态规划算法基本步骤的是（ A ).A、找出最优解的性质B、构造最优解C、算出最优解D、定义最优解3、最大效益优先是（ A ）的一搜索方式。
A、分支界限法B、动态规划法C、贪心法D、回溯法4、在下列算法中有时找不到问题解的是（ B ）。
A、蒙特卡罗算法B、拉斯维加斯算法C、舍伍德算法D、数值概率算法5. 回溯法解旅行售货员问题时的解空间树是（B ）。
A、子集树B、排列树C、深度优先生成树D、广度优先生成树6．下列算法中通常以自底向上的方式求解最优解的是（ B ）。
A、备忘录法B、动态规划法C、贪心法D、回溯法7、衡量一个算法好坏的标准是（C )。
A 运行速度快B 占用空间少C 时间复杂度低D 代码短8、以下不可以使用分治法求解的是（D ）。
A 棋盘覆盖问题B 选择问题C 归并排序D 0/1背包问题9。
实现循环赛日程表利用的算法是（ A )。
A、分治策略B、动态规划法C、贪心法D、回溯法10、下列随机算法中运行时有时候成功有时候失败的是(C ）A 数值概率算法B 舍伍德算法C 拉斯维加斯算法D 蒙特卡罗算法11．下面不是分支界限法搜索方式的是( D ）。
A、广度优先B、最小耗费优先C、最大效益优先D、深度优先12．下列算法中通常以深度优先方式系统搜索问题解的是（ D ）。
A、备忘录法B、动态规划法C、贪心法D、回溯法13。
备忘录方法是那种算法的变形.（ B ）A、分治法B、动态规划法C、贪心法D、回溯法14．哈弗曼编码的贪心算法所需的计算时间为（ B ）.A、O（n2n)B、O(nlogn）C、O(2n）D、O（n）15．分支限界法解最大团问题时，活结点表的组织形式是（ B ）。
A、最小堆B、最大堆C、栈D、数组16．最长公共子序列算法利用的算法是（ B ）。
A、分支界限法B、动态规划法C、贪心法D、回溯法17．实现棋盘覆盖算法利用的算法是( A )。
算法设计与分析习题解答(第2版)
第1章算法引论11.1 算法与程序11.2 表达算法的抽象机制11.3 描述算法31.4 算法复杂性分析13小结16习题17第2章递归与分治策略192.1 递归的概念192.2 分治法的基本思想262.3 二分搜索技术272.4 大整数的乘法282.5 Strassen矩阵乘法302.6 棋盘覆盖322.7 合并排序342.8 快速排序372.9 线性时间选择392.10 最接近点对问题432.11 循环赛日程表53小结54习题54第3章动态规划613.1 矩阵连乘问题62目录算法设计与分析(第2版)3.2 动态规划算法的基本要素67 3.3 最长公共子序列713.4 凸多边形最优三角剖分753.5 多边形游戏793.6 图像压缩823.7 电路布线853.8 流水作业调度883.9 0-1背包问题923.10 最优二叉搜索树98小结101习题102第4章贪心算法1074.1 活动安排问题1074.2 贪心算法的基本要素1104.2.1 贪心选择性质1114.2.2 最优子结构性质1114.2.3 贪心算法与动态规划算法的差异1114.3 最优装载1144.4 哈夫曼编码1164.4.1 前缀码1174.4.2 构造哈夫曼编码1174.4.3 哈夫曼算法的正确性1194.5 单源最短路径1214.5.1 算法基本思想1214.5.2 算法的正确性和计算复杂性123 4.6 最小生成树1254.6.1 最小生成树性质1254.6.2 Prim算法1264.6.3 Kruskal算法1284.7 多机调度问题1304.8 贪心算法的理论基础1334.8.1 拟阵1334.8.2 带权拟阵的贪心算法1344.8.3 任务时间表问题137小结141习题141第5章回溯法1465.1 回溯法的算法框架1465.1.1 问题的解空间1465.1.2 回溯法的基本思想1475.1.3 递归回溯1495.1.4 迭代回溯1505.1.5 子集树与排列树1515.2 装载问题1525.3 批处理作业调度1605.4 符号三角形问题1625.5 n后问题1655.6 0\|1背包问题1685.7 最大团问题1715.8 图的m着色问题1745.9 旅行售货员问题1775.10 圆排列问题1795.11 电路板排列问题1815.12 连续邮资问题1855.13 回溯法的效率分析187小结190习题191第6章分支限界法1956.1 分支限界法的基本思想1956.2 单源最短路径问题1986.3 装载问题2026.4 布线问题2116.5 0\|1背包问题2166.6 最大团问题2226.7 旅行售货员问题2256.8 电路板排列问题2296.9 批处理作业调度232小结237习题238第7章概率算法2407.1 随机数2417.2 数值概率算法2447.2.1 用随机投点法计算π值2447.2.2 计算定积分2457.2.3 解非线性方程组2477.3 舍伍德算法2507.3.1 线性时间选择算法2507.3.2 跳跃表2527.4 拉斯维加斯算法2597.4.1 n 后问题2607.4.2 整数因子分解2647.5 蒙特卡罗算法2667.5.1 蒙特卡罗算法的基本思想2667.5.2 主元素问题2687.5.3 素数测试270小结273习题273第8章 NP完全性理论2788.1 计算模型2798.1.1 随机存取机RAM2798.1.2 随机存取存储程序机RASP2878.1.3 RAM模型的变形与简化2918.1.4 图灵机2958.1.5 图灵机模型与RAM模型的关系297 8.1.6 问题变换与计算复杂性归约299 8.2 P类与NP类问题3018.2.1 非确定性图灵机3018.2.2 P类与NP类语言3028.2.3 多项式时间验证3048.3 NP完全问题3058.3.1 多项式时间变换3058.3.2 Cook定理3078.4 一些典型的NP完全问题3108.4.1 合取范式的可满足性问题3118.4.2 3元合取范式的可满足性问题312 8.4.3 团问题3138.4.4 顶点覆盖问题3148.4.5 子集和问题3158.4.6 哈密顿回路问题3178.4.7 旅行售货员问题322小结323习题323第9章近似算法3269.1 近似算法的性能3279.2 顶点覆盖问题的近似算法3289.3 旅行售货员问题近似算法3299.3.1 具有三角不等式性质的旅行售货员问题330 9.3.2 一般的旅行售货员问题3319.4 集合覆盖问题的近似算法3339.5 子集和问题的近似算法3369.5.1 子集和问题的指数时间算法3369.5.2 子集和问题的完全多项式时间近似格式337 小结340习题340第10章算法优化策略34510.1 算法设计策略的比较与选择34510.1.1 最大子段和问题的简单算法34510.1.2 最大子段和问题的分治算法34610.1.3 最大子段和问题的动态规划算法34810.1.4 最大子段和问题与动态规划算法的推广349 10.2 动态规划加速原理35210.2.1 货物储运问题35210.2.2 算法及其优化35310.3 问题的算法特征35710.3.1 贪心策略35710.3.2 对贪心策略的改进35710.3.3 算法三部曲35910.3.4 算法实现36010.3.5 算法复杂性36610.4 优化数据结构36610.4.1 带权区间最短路问题36610.4.2 算法设计思想36710.4.3 算法实现方案36910.4.4 并查集37310.4.5 可并优先队列37610.5 优化搜索策略380小结388习题388第11章在线算法设计39111.1 在线算法设计的基本概念39111.2 页调度问题39311.3 势函数分析39511.4 k 服务问题39711.4.1 竞争比的下界39711.4.2 平衡算法39911.4.3 对称移动算法39911.5 Steiner树问题40311.6 在线任务调度40511.7 负载平衡406小结407习题407词汇索引409参考文献415习题1-1 实参交换1习题1-2 方法头签名1习题1-3 数组排序判定1习题1-4 函数的渐近表达式2习题1-5 O(1) 和 O(2) 的区别2习题1-7 按渐近阶排列表达式2习题1-8 算法效率2习题1-9 硬件效率3习题1-10 函数渐近阶3习题1-11 n !的阶4习题1-12 平均情况下的计算时间复杂性4算法实现题1-1 统计数字问题4算法实现题1-2 字典序问题5算法实现题1-3 最多约数问题6算法实现题1-4 金币阵列问题8算法实现题1-5 最大间隙问题11第2章递归与分治策略14 习题2-1 Hanoi 塔问题的非递归算法14习题2-2 7个二分搜索算法15习题2-3 改写二分搜索算法18习题2-4 大整数乘法的 O(nm log(3/2))算法19习题2-5 5次 n /3位整数的乘法19习题2-6 矩阵乘法21习题2-7 多项式乘积21习题2-8 不动点问题的 O( log n) 时间算法22习题2-9 主元素问题的线性时间算法22习题2-10 无序集主元素问题的线性时间算法22习题2-11 O (1)空间子数组换位算法23习题2-12 O (1)空间合并算法25习题2-13 n 段合并排序算法32习题2-14 自然合并排序算法32习题2-15 最大值和最小值问题的最优算法35习题2-16 最大值和次大值问题的最优算法35习题2-17 整数集合排序35习题2-18 第 k 小元素问题的计算时间下界36习题2-19 非增序快速排序算法37习题2-20 随机化算法37习题2-21 随机化快速排序算法38习题2-22 随机排列算法38习题2-23 算法qSort中的尾递归38习题2-24 用栈模拟递归38习题2-25 算法select中的元素划分39习题2-26 O(n log n) 时间快速排序算法40习题2-27 最接近中位数的 k 个数40习题2-28 X和Y 的中位数40习题2-29 网络开关设计41习题2-32 带权中位数问题42习题2-34 构造Gray码的分治算法43习题2-35 网球循环赛日程表44目录算法设计与分析习题解答（第2版）算法实现题2-1 输油管道问题（习题2-30) 49算法实现题2-2 众数问题（习题2-31) 50算法实现题2-3 邮局选址问题（习题2-32) 51算法实现题2-4 马的Hamilton周游路线问题（习题2-33) 51算法实现题2-5 半数集问题60算法实现题2-6 半数单集问题62算法实现题2-7 士兵站队问题63算法实现题2-8 有重复元素的排列问题63算法实现题2-9 排列的字典序问题65算法实现题2-10 集合划分问题（一）67算法实现题2-11 集合划分问题（二）68算法实现题2-12 双色Hanoi塔问题69算法实现题2-13 标准二维表问题71算法实现题2-14 整数因子分解问题72算法实现题2-15 有向直线2中值问题72第3章动态规划76习题3-1 最长单调递增子序列76习题3-2 最长单调递增子序列的 O(n log n) 算法77习题3-7 漂亮打印78习题3-11 整数线性规划问题79习题3-12 二维背包问题80习题3-14 Ackermann函数81习题3-17 最短行驶路线83习题3-19 最优旅行路线83算法实现题3-1 独立任务最优调度问题（习题3-3) 83算法实现题3-2 最少硬币问题（习题3-4) 85算法实现题3-3 序关系计数问题（习题3-5) 86算法实现题3-4 多重幂计数问题（习题3-6) 87算法实现题3-5 编辑距离问题（习题3-8) 87算法实现题3-6 石子合并问题（习题3-9) 89算法实现题3-7 数字三角形问题（习题3-10) 91算法实现题3-8 乘法表问题（习题3-13) 92算法实现题3-9 租用游艇问题（习题3-15) 93算法实现题3-10 汽车加油行驶问题（习题3-16) 95算法实现题3-11 圈乘运算问题（习题3-18) 96算法实现题3-12 最少费用购物（习题3-20) 102算法实现题3-13 最大长方体问题（习题3-21) 104算法实现题3-14 正则表达式匹配问题（习题3-22) 105算法实现题3-15 双调旅行售货员问题（习题3-23) 110算法实现题3-16 最大 k 乘积问题（习题5-24) 111算法实现题3-17 最小 m 段和问题113算法实现题3-18 红黑树的红色内结点问题115第4章贪心算法123 习题4-2 活动安排问题的贪心选择123习题4-3 背包问题的贪心选择性质123习题4-4 特殊的0-1背包问题124习题4-10 程序最优存储问题124习题4-13 最优装载问题的贪心算法125习题4-18 Fibonacci序列的Huffman编码125习题4-19 最优前缀码的编码序列125习题4-21 任务集独立性问题126习题4-22 矩阵拟阵126习题4-23 最小权最大独立子集拟阵126习题4-27 整数边权Prim算法126习题4-28 最大权最小生成树127习题4-29 最短路径的负边权127习题4-30 整数边权Dijkstra算法127算法实现题4-1 会场安排问题（习题4-1) 128算法实现题4-2 最优合并问题（习题4-5) 129算法实现题4-3 磁带最优存储问题（习题4-6) 130算法实现题4-4 磁盘文件最优存储问题（习题4-7) 131算法实现题4-5 程序存储问题（习题4-8) 132算法实现题4-6 最优服务次序问题（习题4-11) 133算法实现题4-7 多处最优服务次序问题（习题4-12) 134算法实现题4-8 d 森林问题（习题4-14) 135算法实现题4-9 汽车加油问题（习题4-16) 137算法实现题4-10 区间覆盖问题（习题4-17) 138算法实现题4-11 硬币找钱问题（习题4-24) 138算法实现题4-12 删数问题（习题4-25) 139算法实现题4-13 数列极差问题（习题4-26) 140算法实现题4-14 嵌套箱问题（习题4-31) 140算法实现题4-15 套汇问题（习题4-32) 142算法实现题4-16 信号增强装置问题（习题5-17) 143算法实现题4-17 磁带最大利用率问题（习题4-9) 144算法实现题4-18 非单位时间任务安排问题（习题4-15) 145算法实现题4-19 多元Huffman编码问题（习题4-20) 147算法实现题4-20 多元Huffman编码变形149算法实现题4-21 区间相交问题151算法实现题4-22 任务时间表问题151第5章回溯法153习题5\|1 装载问题改进回溯法（一）153习题5\|2 装载问题改进回溯法（二）154习题5\|4 0-1背包问题的最优解155习题5\|5 最大团问题的迭代回溯法156习题5\|7 旅行售货员问题的费用上界157习题5\|8 旅行售货员问题的上界函数158算法实现题5-1 子集和问题（习题5-3) 159算法实现题5-2 最小长度电路板排列问题（习题5-9) 160算法实现题5-3 最小重量机器设计问题（习题5-10) 163算法实现题5-4 运动员最佳匹配问题（习题5-11) 164算法实现题5-5 无分隔符字典问题（习题5-12) 165算法实现题5-6 无和集问题（习题5-13) 167算法实现题5-7 n 色方柱问题（习题5-14) 168算法实现题5-8 整数变换问题（习题5-15) 173算法实现题5-9 拉丁矩阵问题（习题5-16) 175算法实现题5-10 排列宝石问题（习题5-16) 176算法实现题5-11 重复拉丁矩阵问题（习题5-16) 179算法实现题5-12 罗密欧与朱丽叶的迷宫问题181算法实现题5-13 工作分配问题（习题5-18) 183算法实现题5-14 独立钻石跳棋问题（习题5-19) 184算法实现题5-15 智力拼图问题（习题5-20) 191算法实现题5-16 布线问题（习题5-21) 198算法实现题5-17 最佳调度问题（习题5-22) 200算法实现题5-18 无优先级运算问题（习题5-23) 201算法实现题5-19 世界名画陈列馆问题（习题5-25) 203算法实现题5-20 世界名画陈列馆问题（不重复监视）（习题5-26) 207 算法实现题5-21 部落卫队问题（习题5-6) 209算法实现题5-22 虫蚀算式问题211算法实现题5-23 完备环序列问题214算法实现题5-24 离散01串问题217算法实现题5-25 喷漆机器人问题218算法实现题5-26 n 2-1谜问题221第6章分支限界法229习题6-1 0-1背包问题的栈式分支限界法229习题6-2 用最大堆存储活结点的优先队列式分支限界法231习题6-3 团顶点数的上界234习题6-4 团顶点数改进的上界235习题6-5 修改解旅行售货员问题的分支限界法235习题6-6 解旅行售货员问题的分支限界法中保存已产生的排列树237 习题6-7 电路板排列问题的队列式分支限界法239算法实现题6-1 最小长度电路板排列问题一（习题6-8) 241算法实现题6-2 最小长度电路板排列问题二（习题6-9) 244算法实现题6-3 最小权顶点覆盖问题（习题6-10) 247算法实现题6-4 无向图的最大割问题（习题6-11) 250算法实现题6-5 最小重量机器设计问题（习题6-12) 253算法实现题6-6 运动员最佳匹配问题（习题6-13) 256算法实现题6-7 n 后问题（习题6-15) 259算法实现题6-8 圆排列问题（习题6-16) 260算法实现题6-9 布线问题（习题6-17) 263算法实现题6-10 最佳调度问题（习题6-18) 265算法实现题6-11 无优先级运算问题（习题6-19) 268算法实现题6-12 世界名画陈列馆问题（习题6-21) 271算法实现题6-13 骑士征途问题274算法实现题6-14 推箱子问题275算法实现题6-15 图形变换问题281算法实现题6-16 行列变换问题284算法实现题6-17 重排 n 2宫问题285算法实现题6-18 最长距离问题290第7章概率算法296习题7-1 模拟正态分布随机变量296习题7-2 随机抽样算法297习题7-3 随机产生 m 个整数297习题7-4 集合大小的概率算法298习题7-5 生日问题299习题7-6 易验证问题的拉斯维加斯算法300习题7-7 用数组模拟有序链表300习题7-8 O(n 3/2)舍伍德型排序算法300习题7-9 n 后问题解的存在性301习题7-11 整数因子分解算法302习题7-12 非蒙特卡罗算法的例子302习题7-13 重复3次的蒙特卡罗算法303习题7-14 集合随机元素算法304习题7-15 由蒙特卡罗算法构造拉斯维加斯算法305习题7-16 产生素数算法306习题7-18 矩阵方程问题306算法实现题7-1 模平方根问题（习题7-10) 307算法实现题7-2 集合相等问题（习题7-17) 309算法实现题7-3 逆矩阵问题（习题7-19) 309算法实现题7-4 多项式乘积问题（习题7-20) 310算法实现题7-5 皇后控制问题311算法实现题7-6 3-SAT问题314算法实现题7-7 战车问题315算法实现题7-8 圆排列问题317算法实现题7-9 骑士控制问题319算法实现题7-10 骑士对攻问题320第8章NP完全性理论322 习题8-1 RAM和RASP程序322习题8-2 RAM和RASP程序的复杂性322习题8-3 计算 n n 的RAM程序322习题8-4 没有MULT和DIV指令的RAM程序324习题8-5 MULT和DIV指令的计算能力324习题8-6 RAM和RASP的空间复杂性325习题8-7 行列式的直线式程序325习题8-8 求和的3带图灵机325习题8-9 模拟RAM指令325习题8-10 计算2 2 n 的RAM程序325习题8-11 计算 g(m,n)的程序 326习题8-12 图灵机模拟RAM的时间上界326习题8-13 图的同构问题326习题8-14 哈密顿回路327习题8-15 P类语言的封闭性327习题8-16 NP类语言的封闭性328习题8-17 语言的2 O (n k) 时间判定算法328习题8-18 P CO -NP329习题8-19 NP≠CO -NP329习题8-20 重言布尔表达式329习题8-21 关系∝ p的传递性329习题8-22 L ∝ p 330习题8-23 语言的完全性330习题8-24 的CO-NP完全性330习题8-25 判定重言式的CO-NP完全性331习题8-26 析取范式的可满足性331习题8-27 2-SAT问题的线性时间算法331习题8-28 整数规划问题332习题8-29 划分问题333习题8-30 最长简单回路问题334第9章近似算法336习题9-1 平面图着色问题的绝对近似算法336习题9-2 最优程序存储问题336习题9-4 树的最优顶点覆盖337习题9-5 顶点覆盖算法的性能比339习题9-6 团的常数性能比近似算法339习题9-9 售货员问题的常数性能比近似算法340习题9-10 瓶颈旅行售货员问题340习题9-11 最优旅行售货员回路不自相交342习题9-14 集合覆盖问题的实例342习题9-16 多机调度问题的近似算法343习题9-17 LPT算法的最坏情况实例345习题9-18 多机调度问题的多项式时间近似算法345算法实现题9-1 旅行售货员问题的近似算法（习题9-9) 346 算法实现题9-2 可满足问题的近似算法（习题9-20) 348算法实现题9-3 最大可满足问题的近似算法（习题9-21) 349 算法实现题9-4 子集和问题的近似算法（习题9-15) 351算法实现题9-5 子集和问题的完全多项式时间近似算法352算法实现题9-6 实现算法greedySetCover（习题9-13) 352算法实现题9-7 装箱问题的近似算法First Fit（习题9-19) 356算法实现题9-8 装箱问题的近似算法Best Fit（习题9-19) 358算法实现题9-9 装箱问题的近似算法First Fit Decreasing（习题9-19) 360算法实现题9-10 装箱问题的近似算法Best Fit Decreasing（习题9-19) 361算法实现题9-11 装箱问题的近似算法Next Fit361第10章算法优化策略365 习题10-1 算法obst的正确性365习题10-2 矩阵连乘问题的 O(n 2) 时间算法365习题10-6 货物储运问题的费用371习题10-7 Garsia算法371算法实现题10-1 货物储运问题（习题10-3) 374算法实现题10-2 石子合并问题（习题10-4) 374算法实现题10-3 最大运输费用货物储运问题（习题10-5) 375算法实现题10-4 五边形问题377算法实现题10-5 区间图最短路问题（习题10-8) 381算法实现题10-6 圆弧区间最短路问题（习题10-9) 381算法实现题10-7 双机调度问题（习题10-10) 382算法实现题10-8 离线最小值问题（习题10-11) 390算法实现题10-9 最近公共祖先问题（习题10-12) 393算法实现题10-10 达尔文芯片问题395算法实现题10-11 多柱Hanoi塔问题397算法实现题10-12 线性时间Huffman算法400算法实现题10-13 单机调度问题402算法实现题10-14 最大费用单机调度问题405算法实现题10-15 飞机加油问题408第11章在线算法设计410习题11-1 在线算法LFU的竞争性410习题11-4 多读写头磁盘问题的在线算法410习题11-6 带权页调度问题410算法实现题11-1 最优页调度问题（习题11-2) 411算法实现题11-2 在线LRU页调度（习题11-3) 414算法实现题11-3 k 服务问题（习题11-5) 416参考文献422。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
True-false questions1 To represent a heap as an array，the root of tree is A[1], and given the index i of a node, the indices of its parent Parent(i) { return ⎣i/2⎦; }，left child, Left(i) { return 2*i; }，right child, right(i) { return 2*i + 1; }.代表一个堆作为一个数组,根树是一个[1],并给了我一个节点,索引的索引它的父母(我){返回(我/ 2(;},离开孩子,离开了(我){返回2 *我;},对孩子,对(我){返回2 *我+ 1;}。
t P1282 min-Heaps satisfy the heap property: A[Parent(i)] ≥ A[i] for all nodes i > 1. min堆满足堆属性:一个[父(我)]([我]对所有节点我> 1。
f3 Because the heap of n elements is a binary tree, the height of any node is at most Θ(lg n).由于堆n个元素是一个二叉树,任何节点的高度是在大多数((lg n)。
t P1294 for array of length n, all elements in range A[⎣n/2⎦ + 1 .. n] are heaps对于数组的长度n,所有元素都在一个[(n/2范围(+ 1 . .n]堆t5 the running time of build a heap is O(n lg n).它的运行时间构建一个堆是O(n lg n)。
t6 The tighter bound of the running time to build a max-heap from an unordered array in linear time.更严格的束缚的运行时间来构建一个max堆从一个无序数组在线性时间。
t7 The call to BuildHeap() takes O(n) time, Each of the n - 1 calls to Heapify() takes O(lg n) time, Thus the total time taken by HeapSort() = O(n) + (n - 1) O(lg n)= O(n) + O(n lg n)= O(n lg n).调用BuildHeap()需要O(n)时间,每个n - 1调用Heapify()需要O(lg n)时间,因此花费的总时间由堆排序()= O(n)+(n - 1)O(lg n)= O(n)+ O(n lg n)= O(n lg n)。
t8 A priority queue is a data structure for maintaining a set S of elements, each with an associated value or key.一个优先队列是一种数据结构对于维护一组元素的年代,每个都有一个关联的值或键。
t9 The running time of Quick Sort is O(n lg n) in the average case, and O(n2) in the worst case.它的运行时间的快速分类是O(n lg n)在平均情况下,和O(n2)在最坏的情况下。
t10 Quick Sort is a divide-and-conquer algorithm. The array A[p..r] is partitioned into two non-empty subarrays A[p..q] and A[q+1..r], All elements in A[p..q] are less than all elements in A[q+1..r], the subarrays are recursively sorted by calls to quicksort.快速分类是一个分而治之算法。
数组(p . .r]被划分成了两个非空子阵一个[p . .问]和[q + 1 . .r],所有元素都在一个[p . .问)不到所有元素(q + 1 . .r],子阵是递归地按要求快速排序。
t11 Quick sorts, unlike merge sorts, have no combining step: two subarrays form an already-sorted array.快速排序,与合并排序,没有结合一步:两个子阵形成一个已经排好序的数组。
t 12 A decision tree represents the comparisons made by a comparison sort. 一个决策树代表了由一个比较排序比较。
t13 The asymptotic height of any decision tree for sorting n elements is Ω(n lg n).高度的渐近的任何决策树分类n个元素是((n lg n)t14 The running time of Counting sort is O(n + k). But the running time of sorting is Ω(n lg n). So this is contradiction.它的运行时间的计数排序是O(n + k)。
但它的运行时间的排序是((n lg n)。
所以这是矛盾的。
f15 The Counting sort is stable.这个计数排序是稳定的。
t16 The radix sort can be used on card sorting.可以使用的基数排序在卡片分类。
t17 In radix sort, Sort elements by digit starting with least significant, Use a stable sort (like counting sort) for each stage.在基数排序,排序元素通过数字从最小显著,使用一个稳定的排序(如计数排序)对每个阶段。
t18 In the selection problem, finding the i th smallest element of a set, there isa practical randomized algorithm with O(n) expected running time.在选择问题,发现第i,最小的元素的一组,有一个实际的随机算法与O(n)预期的运行时间。
t19 In the selection problem,there is a algorithm of theoretical interest only with O(n) worst-case running time.在选择问题,有一个算法的理论兴趣只有O(n)最坏的运行时间。
t1 Write the running time of the Heapify procedure with recurrences. Solve the recurrences with Master method.写的运行时间Heapify过程有复发。
解决复发与主方法。
Heapify(A, i){l = Left(i); r = Right(i);if (l <= heap_size(A) && A[l] > A[i])largest = l;elselargest = i;if (r <= heap_size(A) && A[r] > A[largest])largest = r;if (largest != i)Swap(A, i, largest);Heapify(A, largest);}Fixing up relationships between i, l, and r takes Θ(1) time修补关系我,l和r需要((1)时间If the heap at i has n elements, how many elements can the subtrees at l or r have?如果堆在我已经n个元素,有多少元素的子树可以在l或r ?Answer: 2n/3 (worst case: bottom row 1/2 full)答:2 n / 3(最糟糕的情况:底行半满)So time taken by Heapify() is given by所以时间被Heapify()了T(n)≤T(2n/3) + Θ(1)By case 2 of the master theorem is T(n)=O(lgn)通过案例2的主定理是T(n)= O(外侧膝状核)2 proof: with the array representation for storing an n-element heap, the leaves are the nodes indexed by ⎣n/2⎦+1，⎣n/2⎦+2,…,n. (10 points)证明:与数组表示法来存储一个n元素堆,树上的叶子节点索引(n/2(+ 1,(n/2(+ 2,…,n。
(10分)Because a leaf in a heap is a node that has no left son, so for the first leaf t hat has no children, 2i > n. That is, i = ⎣n/2⎦+1，⎣n/2⎦+2,…,n.因为一个叶子在一堆是一个节点,没有留下儿子,所以第一叶,没有孩子,2我> n。
即,i =(n/2(+ 1,(n/2(+ 2,…,n。
3 Heapsort(A){BuildHeap(A);for (i = length(A) downto 2){Swap(A[1], A[i]);heap_size(A) -= 1;Heapify(A, 1);}}We know that the call to BuildHeap() takes O(n) time. Each of the n - 1 calls to Heapify() takes O(lg n) time. Thus the total time taken by HeapSort() = O(n) + (n - 1) O(lg n)= O(n) + O(n lg n)= O(n lg n)我们知道调用BuildHeap()需要O(n)时间。