算法设计复习简答题资料
算法设计基础考试题及答案
算法设计基础考试题及答案一、单项选择题（每题2分，共20分）1. 在算法设计中，下列哪个选项不是算法的特性？A. 有穷性B. 确定性C. 可行性D. 随机性答案：D2. 递归算法的基本思想是？A. 重复执行相同的操作B. 将问题分解成更小的子问题C. 顺序执行所有操作D. 随机选择操作答案：B3. 在排序算法中，时间复杂度为O(nlogn)的算法是？A. 冒泡排序B. 快速排序C. 选择排序D. 插入排序答案：B4. 哈希表解决冲突的方法不包括以下哪一项？A. 开放定址法B. 链地址法C. 再哈希法D. 顺序存储法答案：D5. 动态规划算法的核心思想是什么？A. 贪心选择B. 分治策略C. 回溯搜索D. 存储子问题的解答案：D6. 在图的遍历算法中，深度优先搜索（DFS）使用的栈是什么类型的？A. 后进先出栈B. 先进后出栈C. 后进后出栈D. 先进先出栈答案：B7. 以下哪个算法不是贪心算法？A. 霍夫曼编码B. 迪杰斯特拉算法C. 克鲁斯卡尔算法D. 快速排序答案：D8. 在算法分析中，大O表示法描述的是？A. 算法的运行时间B. 算法的空间复杂度C. 算法的最坏情况时间复杂度D. 算法的平均情况时间复杂度答案：C9. 以下哪个数据结构最适合实现优先队列？A. 链表B. 数组C. 二叉搜索树D. 哈希表答案：C10. 算法的时间复杂度为O(1)意味着什么？A. 算法运行时间与输入大小无关B. 算法运行时间与输入大小成正比C. 算法运行时间与输入大小成对数关系D. 算法运行时间与输入大小成平方关系答案：A二、填空题（每题2分，共20分）1. 算法的时间复杂度为O(n^2)的排序算法是________。
答案：冒泡排序2. 在图的遍历中，广度优先搜索（BFS）使用的队列是________类型的。
答案：先进先出3. 动态规划与分治法的主要区别在于________。
答案：存储子问题的解4. 递归算法的终止条件是________。
算法设计与分析考试题及答案
一、填空题（20分）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:_________,________,________,__________,__________。
2.算法的困难性有_____________和___________之分，衡量一个算法好坏的标准是______________________。
3.某一问题可用动态规划算法求解的显著特征是____________________________________。
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_____________________________。
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___________。
6.动态规划算法的基本思想是将待求解问题分解成若干____________，先求解___________，然后从这些____________的解得到原问题的解。
7.以深度优先方式系统搜寻问题解的算法称为_____________。
8.0-1背包问题的回溯算法所需的计算时间为_____________,用动态规划算法所需的计算时间为____________。
9.动态规划算法的两个基本要素是___________和___________。
10.二分搜寻算法是利用_______________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。
2.流水作业调度问题的johnson算法的思想。
3.若n=4，在机器M1和M2上加工作业i所需的时间分别为a i和b i，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.运用回溯法解0/1背包问题：n=3，C=9，V={6,10,3}，W={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（从根动身，左1右0），并画出其解空间树，计算其最优值及最优解。
算法简答题
2.设计动态规划算法的主要步骤为：（1）找出最优解的性质，并刻划其结构特征。
（2）递归地定义最优值。
（3）以自底向上的方式计算出最优值。
根据计算最优值时得到的信息，构造最优解。
3.分支限界法与回溯法的相同点与不同点相同点：（1）都是一种在问题的解空间树T中搜索问题解的算法。
不同点：（1）求解目标不同；（2）搜索方式不同；（3）对扩展结点的扩展方式不同；（4）存储空间的要求不同。
4. 分治法所能解决的问题一般具有的几个特征是：（1）该问题的规模缩小到一定的程度就可以容易地解决；（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）利用该问题分解出的子问题的解可以合并为该问题的解；（4）原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。
5. 用分支限界法设计算法的步骤是：(1)针对所给问题，定义问题的解空间（对解进行编码）(2)确定易于搜索的解空间结构（按树或图组织解）(3)以广度优先或以最小耗费（最大收益）优先的方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
6. 分支限界法的搜索策略是：在扩展结点处，先生成其所有的儿子结点（分支），然后再从当前的活结点表中选择下一个扩展结点。
为了有效地选择下一扩展结点，加速搜索的进程，在每一个活结点处，计算一个函数值（限界），并根据函数值，从当前活结点表中选择一个最有利的结点作为扩展结点，使搜索朝着解空间上有最优解的分支推进，以便尽快地找出一个最优解。
7.算法的要特性是什么？（1）确定性（2）可实现性（3）输入（4）输出（5）有穷性8.算法分析的目的是什么？分析算法占用计算机资源的情况，对算法做出比较和评价，设计出更好的算法。
9.算法设计中常用的算法设计策略？（1）蛮力法；（2）倒推法；（3）循环与递归；（4）分治法；（5）动态规划法；（6）贪心法；（7）回溯法；（8）分治限界法10.１、动态规划算法基本思想？动态规划算法与分治算法异同点？适合用动态规划算法求解问题的基本要素？动态规划算法的基本步骤？答：1）基本思想：将待求解问题分解成若干个子问题；由于子问题有重叠，动态规划算法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.2）相同：都是将原问题分解成小问题，通过小问题求解得到原问题解。
计算机专业研究生复试-算法设计与分析面试简答题
算法设计与分析1.简述算法定义、属性及指标算法定义：算法是指在解决问题时，按照某种机械步骤一定可以得到问题结果的处理过程。
算法具有以下几个属性：●输入：一个算法有零个或多个输入，这些输入取自于某个特定对象的集合。
●输出：一个算法有一个或多个输出，这些输出同输入有着某些特定关系的量。
●有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。
●确定性：算法中每一条指令必须有确切的含义。
不存在二义性。
只有一个入口和一个出口●可行性（可选）：一个算法是可行的就是算法描述的操作是可以通过已经实现的基本运算执行有限次来实现的。
质量指标：●正确性：算法应满足具体问题的需求；●可读性：算法应该好读，以有利于读者对程序的理解；●健壮性：算法应具有容错处理，当输入为非法数据时，算法应对其作出反应，而不是产生莫名其妙的输出结果。
●效率与存储量需求：效率指的是算法执行的时间；存储量需求指算法执行过程中所需要的最大存储空间。
一般这两者与问题的规模有关。
2.什么是算法分析，怎么做算法设计●算法分析分为算法正确性分析和复杂性分析。
1.算法正确性分析确保算法对符合要求的输入在有限时间内能产生正确的结果。
2.算法的复杂性分析,分析算法对不同输入所需资源量,为求解一个问题选择最佳算法、最佳设备。
●怎么做算法设计：1.确定算法解决问题的目标，也是问题需求分析；2.分析问题输入输出的数据类型及结构；3.尝试匹配已有的算法解决方案，选择合适的算法模型；4.对算法模型的参数或局部计算过程进行设计；5.检查算法运行的效果并进行改进，使其达到最优；对于一些未知领域的算法设计方式更像是艺术而不像是科学，需要基础领域知识结合计算机算法技术来实现。
3.什么是算法复杂性算法复杂性包括时间复杂度和空间复杂度。
时间复杂度指程序执行时所用的时间；空间复杂度指算法占用的空间（两种占用：存储程序和输入数据的空间、存储中间结果或操作单元所占用空间——额外空间）。
练习——简答题
练习——简答题1.什么是算法？算法有哪些特征？答：算法是求解问题的⼀系列计算步骤。
算法具有有限性、确定性、可⾏性、输⼊性和输出性5个重要特征。
2.算法设计应满⾜的⼏个⽬标答：算法设计应满⾜正确性、可使⽤性、可读性、健壮性和⾼效率与低存储量需求。
3.算法设计的基本步骤答：算法设计的基本步骤是:(1)分析求解问题(2)选择数据结构和算法设计策略(3)描述算法(4)证明算法正确性(5)算法分析各步骤之间存在循环和反复过程。
4.什么是算法复杂性？它主要有哪两个⽅⾯构成？答：算法复杂性是算法运⾏时所需要的计算机资源的量，它包括两个⽅⾯：时间复杂性（需要时间资源的量）和空间复杂性（需要空间资源的量）。
5.分析算法复杂性的意义是什么？算法的复杂性是算法效率的度量，是评价算法优劣的重要依据。
⼀个算法的复杂性的⾼低体现在运⾏该算法所需要的计算机资源的多少上⾯，所需的资源越多，我们就说该算法的复杂性越⾼；反之，所需的资源越低，则该算法的复杂性越低。
6.f(n)=O(g(n))答：f(n)=O(g(n))当且仅当存在正常量c和n0，使当n≥n0时，f(n)≤cg(n)，即g(n)为f(n)的上界。
7.f(n)=W(g(n))答：f(n)=W(g(n))当且仅当存在正常量c和n0，使当n≥n0时，f(n)≥cg(n)，即g(n)为f(n)的下界。
8.f(n)=Q(g(n))答：f(n)=Q(g(n))当且仅当存在正常量c1、c2和n0，使当n≥n0时，有c1g(n)≤f(n)≤c2g(n)，即g(n)与f(n)的同阶。
9.算法的平均情况、最好情况、最坏情况，哪种情况的可操作性最好，最具有实际价值？答：设⼀个算法的输⼊规模为n，Dn是所有输⼊的集合，任⼀输⼊I∈Dn，P(I)是I出现的概率，有 =1，T(I)是算法在输⼊I下所执⾏的基本语句次数，则该算法的平均执⾏时间为：A(n)=算法的最好情况为：G(n)= ，是指算法在所有输⼊I下所执⾏基本语句的最少次数。
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。
算法设计与分析复习题整理（1）
算法设计与分析复习题整理（1）一、基本题：算法：1、程序是算法用某种程序设计语言的具体实现。
2、算法就是一组有穷的序列(规则) ，它们规定了解决某一特定类型问题的一系列运算。
3、算法的复杂性是算法效率的度量，是评价算法优劣的重要依据。
4、算法的“确定性”指的是组成算法的每条指令是清晰的，无歧义的。
5、算法满足的性质：输入、输出、确定性、有限性。
6、衡量一个算法好坏的标准是时间复杂度低。
7、算法运行所需要的计算机资源的量，称为算法复杂性，主要包括时间复杂性和空间复杂性。
8、任何可用计算机求解的问题所需的时间都与其规模有关。
递归与分治：9、递归与分治算法应满足条件：最优子结构性质与子问题独立。
10、分治法的基本思想是首先将待求解问题分解成若干子问题。
11、边界条件与递归方程是递归函数的两个要素。
12、从分治法的一般设计模式可以看出，用它设计出的程序一般是递归算法。
13、将一个难以直接解决的大问题，分解成一些规模较小的相同问题，以便各个击破。
这属于分治法的解决方法。
14、Strassen矩阵乘法是利用分治策略实现的算法。
15、大整数乘积算法是用分治法来设计的。
16、二分搜索算法是利用分治策略实现的算法。
动态规划：17、动态规划算法的两个基本要素是最优子结构性质和重叠子问题性质。
18、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。
19、备忘录方法是动态规划算法的变形。
20、最优子结构性质是贪心算法与动态规划算法的共同点。
21、解决0/1背包问题可以使用动态规划、回溯法，其中不需要排序的是动态规划，需要排序的是回溯法。
贪心算法：22、贪心算法总是做出在当前看来最好的选择。
也就是说贪心算法并不从整体最优考虑，它所做出的选择只是在某种意义上的局部最优解。
23、最优子结构性质是贪心算法与动态规划算法的共同点。
24、背包问题的贪心算法所需的计算时间为 O(nlogn) 。
回溯法：25、回溯法中的解空间树结构通常有两种，分别是子集树和排列树。
算法设计复习简答题资料
采用剪枝函数，可避免无效搜索，提高回溯法的搜索效率。
在分支限界法中使用剪枝函数，可以加速搜索。该函数给出每一个可行结点相应的子树可能获得的最大价值的上界。如果这个上界不比当前最优值更大，则说明相应的子树中不含问题的最优解，因而可以剪去。另一方面，也可以将上界函数确定的每个结点的上界值作为优先级，以该优先级的非增序抽取当前扩展结点。这种策略有时可以更迅速地找到最优解。
3、分治法的基本思想？
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。递归的解这些子问题，然后将各子问题的解合并得到原问题的解。
4、用分治策略思想来简述快速排序的算法步骤。
对于输入的子数组a[p:r]，按以下3个步骤进行排序。
1）分解：以a[p]为基准元素将a[p:r]划分成3段a[p:q-1],a[q]和a[q+1:r],使得a[p:q-1]中任何元素小于等于a[q],而a[q+1:r]中任何元素大于等于a[q]。下标q在划分过程中确定。
4.直到只剩下一个连通分支时为止。此时，这个连通分支就是G的一棵最小生成树。
9、简述分支限界和回溯法的不同点。
1求解目标不同，回溯法的求解目标是找出解空间树中满足约束条件的所有解，分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出使某一目标函数值达到极大或极小的解，即在某种意义下的最优解。
1.首先置S={1}
2.只要S是V的真子集，就进行下一步的贪心选择。
3.选取满足条件i∈S，j∈V-S，且c[i][j]最小的边，将顶点j添加到S中。直到S=V为止。4.在这个过程中选取到的所有边恰好构成G的一棵最小生成树。
算法设计与分析考试题目及答案
算法设计与分析考试题目及答案Revised at 16:25 am on June 10, 2021I hope tomorrow will definitely be better算法分析与设计期末复习题一、 选择题1.应用Johnson 法则的流水作业调度采用的算法是DA. 贪心算法B. 分支限界法C.分治法D. 动态规划算法塔问题如下图所示;现要求将塔座A 上的的所有圆盘移到塔座B 上,并仍按同样顺序叠置;移动圆盘时遵守Hanoi 塔问题的移动规则;由此设计出解Hanoi 塔问题的递归算法正确的为：B3. 动态规划算法的基本要素为C A. 最优子结构性质与贪心选择性质 B ．重叠子问题性质与贪心选择性质 C ．最优子结构性质与重叠子问题性质 D. 预排序与递归调用4. 算法分析中,记号O 表示B , 记号Ω表示A , 记号Θ表示D ; A.渐进下界 B.渐进上界 C.非紧上界 D.紧渐进界 E.非紧下界5. 以下关于渐进记号的性质是正确的有：A A.f (n)(g(n)),g(n)(h(n))f (n)(h(n))=Θ=Θ⇒=Θ B. f (n)O(g(n)),g(n)O(h(n))h(n)O(f (n))==⇒= C. Ofn+Ogn = Omin{fn,gn} D. f (n)O(g(n))g(n)O(f (n))=⇔=Hanoi 塔A. void hanoiint n, int A, int C, int B { if n > 0 {hanoin-1,A,C, B; moven,a,b;hanoin-1, C, B, A; } B. void hanoiint n, int A, int B, int C { if n > 0 {hanoin-1, A, C, B; moven,a,b; hanoin-1, C, B, A; }C. void hanoiint n, int C, int B, int A { if n > 0 { hanoin-1, A, C, B; moven,a,b; hanoin-1, C, B, A; }D. void hanoiint n, int C, int A, int B { if n > 0 {hanoin-1, A, C, B; moven,a,b;hanoin-1, C, B, A; }6.能采用贪心算法求最优解的问题,一般具有的重要性质为：AA. 最优子结构性质与贪心选择性质B．重叠子问题性质与贪心选择性质C．最优子结构性质与重叠子问题性质D. 预排序与递归调用7. 回溯法在问题的解空间树中,按D策略,从根结点出发搜索解空间树;广度优先 B. 活结点优先 C.扩展结点优先 D. 深度优先8. 分支限界法在问题的解空间树中,按A策略,从根结点出发搜索解空间树;A．广度优先 B. 活结点优先 C.扩展结点优先 D. 深度优先9. 程序块A是回溯法中遍历排列树的算法框架程序;A.B.C.D.10.xk的个数;11. 常见的两种分支限界法为DA. 广度优先分支限界法与深度优先分支限界法；B. 队列式FIFO分支限界法与堆栈式分支限界法；C. 排列树法与子集树法；D. 队列式FIFO分支限界法与优先队列式分支限界法；12. k带图灵机的空间复杂性Sn是指BA.k带图灵机处理所有长度为n的输入时,在某条带上所使用过的最大方格数;B.k带图灵机处理所有长度为n的输入时,在k条带上所使用过的方格数的总和;C.k带图灵机处理所有长度为n的输入时,在k条带上所使用过的平均方格数;D.k带图灵机处理所有长度为n的输入时,在某条带上所使用过的最小方格数;13. N P类语言在图灵机下的定义为DA.NP={L|L是一个能在非多项式时间内被一台NDTM所接受的语言}；B.NP={L|L是一个能在多项式时间内被一台NDTM所接受的语言}；C.NP={L|L是一个能在多项式时间内被一台DTM所接受的语言}；D.NP={L|L是一个能在多项式时间内被一台NDTM所接受的语言}；14. 记号O的定义正确的是A;A.Ogn = { fn | 存在正常数c和n0使得对所有n≥n0有：0≤ fn ≤cgn }；B.Ogn = { fn | 存在正常数c和n0使得对所有n≥n0有：0≤ cgn ≤fn }；>0使得对所有n≥n0C.Ogn = { fn | 对于任何正常数c>0,存在正数和n有：0 ≤fn<cgn }；>0使得对所有n≥n0D.Ogn = { fn | 对于任何正常数c>0,存在正数和n有：0 ≤cgn < fn }；15. 记号Ω的定义正确的是B;A.Ogn = { fn | 存在正常数c和n0使得对所有n≥n0有：0≤ fn ≤cgn }；B.Ogn = { fn | 存在正常数c和n0使得对所有n≥n0有：0≤ cgn ≤fn }；>0使得对所有n≥n0有：C.gn = { fn | 对于任何正常数c>0,存在正数和n0 ≤fn<cgn }；D.gn = { fn | 对于任何正常数c>0,存在正数和n0 >0使得对所有n≥n0有：0 ≤cgn < fn }；二、 填空题1. 下面程序段的所需要的计算时间为 2O(n ) ;2.3.4. 5.6. 用回溯法解题的一个显着特征是在搜索过程中动态产生问题的解空间;在任何时刻,算法只保存从根结点到当前扩展结点的路径;如果解空间树 中从根结点到叶结点的最长路径的长度为hn,则回溯法所需的计算空间通常为Ohn ;7. 回溯法的算法框架按照问题的解空间一般分为子集树算法框架与排列树算法框架;8. 用回溯法解0/1背包问题时,该问题的解空间结构为子集树结构; 9.用回溯法解批处理作业调度问题时,该问题的解空间结构为排列树结构; 10.用回溯法解0/1背包问题时,计算结点的上界的函数如下所示,请在空格中填入合适的内容：11. n m12. 用回溯法解图的m着色问题时,使用下面的函数OK检查当前扩展结点的每一个儿子所相应的颜色的可用性,则需耗时渐进时间上限Omn;13.;设分分解为k个子问题以及用merge将k个子问题的解合并为原问题的解需用fn个单位时间;用Tn表示该分治法解规模为|P|=n的问题所需的计算时间,则有：(1)1 ()(/)()1O nT nkT n m f n n=⎧=⎨+>⎩通过迭代法求得Tn的显式表达式为：log1log()(/)nmk j jmjT n n k f n m-==+∑试证明Tn的显式表达式的正确性;2. 举反例证明0/1背包问题若使用的算法是按照p i/w i的非递减次序考虑选择的物品,即只要正在被考虑的物品装得进就装入背包,则此方法不一定能得到最优解此题说明0/1背包问题与背包问题的不同;证明：举例如：p={7,4,4},w={3,2,2},c=4时,由于7/3最大,若按题目要求的方法,只能取第一个,收益是7;而此实例的最大的收益应该是8,取第2,3 个;3. 求证：Ofn+Ogn = Omax{fn,gn} ;证明：对于任意f1n∈ Ofn ,存在正常数c1和自然数n1,使得对所有n≥n1,有f1n≤ c1fn ;类似地,对于任意g1n ∈ Ogn ,存在正常数c2和自然数n2,使得对所有n≥n2,有g1n ≤c2gn ;令c3=max{c1, c2}, n3 =max{n1, n2},hn= max{fn,gn} ;则对所有的 n ≥ n3,有f1n +g1n ≤ c1fn + c2gn≤c3fn + c3gn= c3fn + gn≤ c32 max{fn,gn} = 2c3hn = Omax{fn,gn} .4. 求证最优装载问题具有贪心选择性质;最优装载问题：有一批集装箱要装上一艘载重量为c 的轮船;其中集装箱i 的重量为Wi;最优装载问题要求确定在装载体积不受限制的情况下,将尽可能多的集装箱装上轮船; 设集装箱已依其重量从小到大排序,x 1,x 2,…,x n 是最优装载问题的一个最优解;又设1min{|1}i i nk i x ≤≤== ;如果给定的最优装载问题有解,则有1k n ≤≤;证明： 四、 解答题1. 机器调度问题;问题描述：现在有n 件任务和无限多台的机器,任务可以在机器上得到处理;每件任务的开始时间为s i ,完成时间为f i ,s i <f i ;s i ,f i 为处理任务i 的时间范围;两个任务i,j 重叠指两个任务的时间范围区间有重叠,而并非指i,j 的起点或终点重合;例如：区间1,4与区间2,4重叠,而与4,7不重叠;一个可行的任务分配是指在分配中没有两件重叠的任务分配给同一台机器;因此,在可行的分配中每台机器在任何时刻最多只处理一个任务;最优分配是指使用的机器最少的可行分配方案;问题实例：若任务占用的时间范围是{1,4,2,5,4,5,2,6,4,7},则按时完成所有任务最少需要几台机器提示：使用贪心算法画出工作在对应的机器上的分配情况;2. 已知非齐次递归方程：f (n)bf (n 1)g(n)f (0)c =-+⎧⎨=⎩ ,其中,b 、c 是常数,gn 是n 的某一个函数;则fn 的非递归表达式为：nnn i i 1f (n)cb b g(i)-==+∑;现有Hanoi 塔问题的递归方程为：h(n)2h(n 1)1h(1)1=-+⎧⎨=⎩ ,求hn 的非递归表达式;解：利用给出的关系式,此时有：b=2, c=1, gn=1, 从n 递推到1,有： 3. 单源最短路径的求解;问题的描述：给定带权有向图如下图所示G =V,E,其中每条边的权是非负实数;另外,还给定V 中的一个顶点,称为源;现在要计算从源到所有其它各顶点的最短路长度;这里路的长度是指路上各边权之和;这个问题通常称为单源最短路径问题;解法：现采用Dijkstra 算法计算从源顶点1到其它顶点间最短路径;请将此过程填入下表中;4. 请写出用回溯法解装载问题的函数; 装载问题：有一批共n 个集装箱要装上2艘载重量分别为c1和c2的轮船,其中集装箱i 的重量为wi,且121ni i w c c =≤+∑;装载问题要求确定是否有一个合理的装载方案可将这n 个集装箱装上这2艘轮船;如果有,找出一种装载方案;解：void backtrack int i{用分支限界法解装载问题时,对算法进行了一些改进,下面的程序段给出了改进部分；试说明斜线部分完成什么功能,以及这样做的原因,即采用这样的方式,算法在执行上有什么不同;初始时将;也就是说,重量仅在搜索进入左子树是增加,因此,可以在算法每一次进入左子树时更新bestw 的值;43 2 110030maxint10 - {1} 初始 dist5 dist4 dist3 dist2 u S 迭代7. 最长公共子序列问题：给定2个序列X={x 1,x2,…,xm }和Y={y 1,y2,…,yn },找出X 和Y 的最长公共子序列;由最长公共子序列问题的最优子结构性质建立子问题最优值的递归关系;用cij 记录序列Xi 和Yj 的最长公共子序列的长度;其中, Xi={x1,x2,…,xi}；Y j={y1,y2,…,yj};当i=0或j=0时,空序列是Xi 和Yj 的最长公共子序列;故此时Cij=0;其它情况下,由最优子结构性质可建立递归关系如下：00,0[][][1][1]1,0;max{[][1],[1][]},0;i j i ji j c i j c i j i j x y c i j c i j i j x y ⎧==⎪=--+>=⎨⎪-->≠⎩在程序中,bij 记录Cij 的值是由哪一个子问题的解得到的;8.1.2.3.4.5.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___________;6.动态规划算法的基本思想是将待求解问题分解成若干____________,先求解___________,然后从这些____________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_____________;背包问题的回溯算法所需的计算时间为_____________,用动态规划算法所需的计算时间为____________;9.动态规划算法的两个基本要素是___________和___________;10.二分搜索算法是利用_______________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;2.流水作业调度问题的johnson算法的思想;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a 1,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.使用回溯法解0/1背包问题：n=3,C=9,V={6,10,3},W={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;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C i ；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mij1<=i<=j<=n递归关系表达式为什么6.描述0-1背包问题;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sorts,n2.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. on2n omin{nc,2n}9.最优子结构重叠子问题10.动态规划法二、综合题1.①问题具有最优子结构性质；②构造最优值的递归关系表达式；③最优值的算法描述；④构造最优解；2. ①令N1={i|ai<bi},N2={i|ai>=bi}；②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’；③N1’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：N1={1,3},N2={2,4}；N 1’={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：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=∑=+ni 1Ci)(1*bi +∑=nj 0dj *aj{mij=0 i>j6.已知一个背包的容量为C,有n 件物品,物品i 的重量为W i ,价值为V i ,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 sortflowjope s,int n {int i,k,j,l;fori=1;i<=n-1;i++ag=0 k++; ifk>n break;ag==0ifsk.a>sj.a k=j; swapsi.index,sk.index; swapsi.tag,sk.tag;} }l=i;<sj.b k=j;swapsi.index,sk.index; ag,sk.tag; }mij=Wij+min{mik+mk+1j} 1<=i<=j<=n,mii-1=0}2.void binarysearchtreeint a,int b,int n,int m,int s,int w{int i,j,k,t,l;fori=1;i<=n+1;i++{wii-1=ai-1;mii-1=0;}forl=0;l<=n-1;l++Init-single-sourceG,s2. S=Φ3. Q=VGQ<> Φdo u=minQS=S∪{u}for each vertex 3do 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：①每个选手必须与其他n-1名选手比赛各一次；②每个选手一天至多只能赛一次；③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nn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13一、填空题本题15分,每小题1分1．规则一系列运算2. 随机存取机RAMRandom Access Machine；随机存取存储程序机RASPRandom Access Stored Program Machine；图灵机Turing Machine3. 算法效率4. 时间、空间、时间复杂度、空间复杂度5．2n6．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1、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;2、“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;3、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;4、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;5、PPolynomial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;NPCNP 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 Mj&&Li+j&&Ri-j+N2 Mj=Li+j=Ri-j+N=1;3 tryi+1,M,L,R,A4 Aij=05 Mj=Li+j=Ri-j+N=0 2、数塔问题; 1c<=r2trc+=tr+1c 3trc+=tr+1c+1 3、Hanoi 算法 1movea,c2Hanoin-1, a, c , b 3Movea,c 4、1pv=NIL 2pv=u3 v ∈adju 4Relaxu,v,w四、算法理解题本题10分五、18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 Onlogn ➢ 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 Knapsackint n,float M,float v,float w,float x {Sortn,v,w; int i;for i=1;i<=n;i++ xi=0; float c=M;for i=1;i<=n;i++ {if wi>c break; xi=1; c-=wi; }if i<=n xi=c/wi; }2动态规划法 Oncmi,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mi,j 的递归式如下;void KnapSackint v,int w,int c,int n,int m11 {int jMax=minwn-1,c;for j=0;j<=jMax;j++ /mn,j=0 0=<j<wn/ mnj=0;1 2 3 4 5 6 7 82 1 43 6 5 8 73 4 1 2 7 8 5 64 3 2 1 8 7 6 55 6 7 8 1 2 3 4 6 5 8 7 2 1 4 37 8 5 6 3 4 1 28 7 6 5 4 3 2 1for j=wn;j<=c;j++ /mn,j=vn j>=wn/mnj=vn;for i=n-1;i>1;i--{ int jMax=minwi-1,c;for j=0;j<=jMax;j++ /mi,j=mi+1,j 0=<j<wi/mij=mi+1j;for j=wi;j<=c;j++/mn,j=vn j>=wn/mij=maxmi+1j,mi+1j-wi+vi;}m1c=m2c;ifc>=w1m1c=maxm1c,m2c-w1+v1;}3回溯法 O2ncw:当前重量 cp:当前价值 bestp：当前最优值voidbacktrack int i//回溯法 i初值1{ifi>n //到达叶结点{ bestp=cp; return; }ifcw+wi<=c //搜索左子树{cw+=wi;cp+=pi;backtracki+1;cw-=wi;cp-=pi;}ifBoundi+1>bestp//搜索右子树backtracki+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 < lengthn && ni<ni+1{i++;}deleten,i,1; //删除字符串n的第i个字符s--;}while lengthn>1&& n1=‘0’deleten,1,1; //删去串首可能产生的无用零输出n;。
算法分析简答题(含答案)
算法分析简答题(含答案)1．以比较为基础的排序算法的时间下界是Ω(nlogn)。
基数排序的时间复杂度是什么？这个下界适用基数排序吗？为什么？答：基数排序的时间复杂度为 (kn)，其中，k 是元素的位数，n 是元素的个数。
（3 分）此下界不适用于基数排序，因为基数排序不属于基于元素的比较来排序的算法类。
（2 分）2. 图的深度优先搜索和宽度优先搜索方法的主要区别是什么？答：主要区别如下：图的深度优先搜索是每当检测一个结点u 时，访问到一个新结点v，则暂时终止对u 的检测，转而对v 进行检测（3 分）；而图的宽度优先搜索则是每当检测一个结点u 时，就依次访问完没有被访问的u 的邻接点，即一次对u 检测完毕。
（2 分）。
3. 简述使用分枝限界法求解问题的基本思路。
与回溯法相比，它有何优势，和有何不足？答：分枝限界法的基本思想是：宽度优先搜索（优先队列搜索）+剪枝。
即，通过对搜索树进行宽度优先搜索来寻找问题的解答，且在搜索中每搜索到一个结点处，都要考虑是否能使用剪枝操作来剪枝，从而提高搜索效率。
（3 分）与回溯法相比，这种搜索方法具有更大的灵活性（搜索跳跃性更大），但是往往需要比回溯法多得多的空间。
（2 分）4．考虑产生1,2,⋯,n.的一个随机排列。
请简要描述一个时间复杂度为O(n)的随机算法的思路。
答：一种随机算法的基本思路是：先初始化A[i]=i，1≤i≤n；然后随机地在A 中选两个元素出来交换，此操作执行n 次。
显然，这种算法的时间复杂度为 (n)。
（5 分）5．快速分类算法是根据分治策略来设计的，其基本思想是什么？快速分类算法的最好、最坏及平均情况的时间复杂度分别是多少？答：其基本思想是，通过不断地对序列进行划分而达到排序的目标。
所谓对序列进行划分，就是在序列中选定一个标准元素v，然后将序列进行一遍梳理，使得小于等于v 的元素放在v之前，而大于等于v 的元素放在v 之后，此时v 所在的位置就是序列最终排序后元素v 所在的位置。
计算机算法设计与分析-期末考试复习资料
一、算法设计实例1、快速排序（分治法）int partition(float a[],int p,int r) {int i=p,j=r+1;float x=a[p];while(1){while(a[++i]<x);while(a[--j]<x);if(i>=j)break;swap(a[i],a[j]);}a[p]=a[j];a[j]=x;return j;}void Quicksort(float a[],int p,int r){//快速排序if(p<r){int q=partition(a,p,r);Quicksort(a,p,q-1);Quicksort(a,p+1,r);}}2、归并排序（分治法）void mergesort(Type a[],int left,int right) {if(left<rigth){int mid=(left+right)/2;//取中点mergesort(a,left,mid);mergesort(a,mid+1,right);mergesort(a,b,left,right);//合并到数组bmergesort(a,b,left,right);//复制到数组a}}3、背包问题（贪心算法）void knapsack(int n,float m,float v[],float w[],float x[]) {sort(n,v,w)//非递增排序int i;for(i=1;i<=n;i++)x[i]=0;float c=m;for(i=1;i<=n;i++){if(w[i]>c)break;x[i]=1;c-=w[i];}if(i<=n)x[i]=c/w[i];}4、活动安排问题（贪心算法）void Greadyselector(int n,Type s[],Type f[],bool A[]) {//s[i]为活动结束时间，f[j]为j活动开始时间A[i]=true;int j=1;for(i=2;i<=n;i++){if(s[i]>=f[j]){A[i]=true;j=i;}elseA[i]=false;}}5、喷水装置问题（贪心算法）void knansack(int w,int d,float r[],int n){//w为草坪长度d为草坪宽度r[]为喷水装置的喷水半径，//n为n种喷水装置，喷水装置的喷水半径>=d/2sort(r[],n);//降序排序count=0;//记录装置数for(i=1;i<=n;i++)x[i]=0;//初始时，所有喷水装置没有安装x[i]=0for(i=1;w>=0;i++){x[i]=1;count++;w=w-2*sqart(r[i]*r[i]-1);}count<<装置数:<<count<<end1;for(i=1;i<=n;i++)count<<喷水装置半径：<<r[i]<<end1;}6、最优服务问题（贪心算法）double greedy(rector<int>x,int s){rector<int>st(s+1,0);rector<int>su(s+1,0);int n=x.size();//st[]是服务数组，st[j]为第j个队列上的某一个顾客的等待时间//su[]是求和数组，su[j]为第j个队列上所有顾客的等待时间sort(x.begin(),x.end());//每个顾客所需要的服务时间升序排列int i=0,j=0;while(i<n){st[j]+=x[i];//x[i]=x.begin-x.endsu[j]+=st[j];i++;j++;if(j==s)j=0;}double t=0;for(i=0;i<s;i++)t+=su[i];t/=n;return t;}7、石子合并问题（贪心算法）float bebig(int A[],int n) {m=n;sort(A,m);//升序while(m>1){for(i=3;i<=m;i++)if(p<A[i])break;elseA[i-2]=A[i];for(A[i-2]=p;i<=m;i++){A[i-1]=A[i];m--;}}count<<A[1]<<end1}8、石子合并问题（动态规划算法）best[i][j]表示i-j合并化最优值sum[i][j]表示第i个石子到第j个石子的总数量|0f(i,j)=||min{f(i,k)+f(k+1,j)}+sum(i,j)int sum[maxm]int best[maxm][maxn];int n,stme[maxn];int getbest();{//初始化，没有合并for(int i=0;i<n;i++)best[i][j]=0;//还需要进行合并for(int r=1;r<n;r++){for(i=0;i<n-r;i++){int j=i+v;best[i][j]=INT-MAX;int add=sum[j]-(i>0!sum[i-1]:0);//中间断开位置，取最优值for(int k=i;k<j;++k){best[i][j]=min(best[i][j],best[i][k]+best[k+1][j])+add;}}}return best[0][n-1];}9、最小重量机器设计问题（回溯法）typedef struct Qnode{float wei;//重量float val;//价格int ceng;//层次int no;//供应商struct Qnode*Parent;//双亲指针}Qnode;float wei[n+1][m+1]=;float val[n+1][m+1]=;void backstack(Qnode*p){if(p->ceng==n+1){if(bestw>p->wei){testw=p->wei;best=p;}}else{for(i=1;i<=m;i++)k=p->ceng;vt=p->val+val[k][i];wt=p->wei+wei[k][i];if(vt<=d&&wt<=bestw){s=new Qnode;s->val=vt;s->wei=wt;s->ceng=k+1;s->no=1;s->parent=p;backstrack(S);}}}10、最小重量机器设计问题（分支限界法）typedef struct Qnode{float wei;//重量float val;//价格int ceng;//层次int no;//供应商struct Qnode*Parent;//双亲指针}Qnode;float wei[n+1][m+1]=;float val[n+1][m+1]=;void minloading(){float wt=0;float vt=0;float bestw=Max;//最小重量Qnode*best;s=new Qnode;s->wei=0;s->val=0;s->ceng=1;s->no=0;s->parent=null;Iinit_Queue(Q); EnQueue(Q,S);do{p=OutQueue(Q);//出队if(p->ceng==n+1){if(bestw>p->wei){bestw=p->wei;best=p;}}else{for(i=1;i<=m;i++){k=p->ceng;vt=p->val+val[k][i];wt=p->wei+wei[k][i];if(vt<=d&&wt<=bestw){s=new Qnode;s->ceng=k+1;s->wt=wt;s->val=val;s->no=i;s->parent=p;EnQueue(Q,S);}}}}while(!empty(Q));p=best;while(p->parent){count<<部件：<<p->ceng-1<<end1;count<<供应商：<<p->no<<end1;p=p->parent;}}11、快速排序（随机化算法—舍伍德算法）int partion(int a[],int l,int r){key=a[l];int i=l,j=r;while(1){while(a[++i]<key&&i<=r);while(a[--j]>key&&j>=l);if(i>=j)break;if(a[i]!=a[j])swap(a[i],a[j]);}if((j!=l)&&a[l]!=a[j])swap(a[l],a[j]);return j;}int Ranpartion(int a[],int l,int r) {k=rand()%(r-1+l)+1;swap(a[k],a[l]);int ans=partion(a,l,r);return ans;}int Quick_sort(int a[],int l,int r,int k){int p=Randpartion(a,l,r);if(p==k)return a[k];else if(k<p)return Quick_sort(a,l,p-1,k);else{int j=0;for(int i=p+1;i<=r;i++)b[j++]=a[i]return Quick_sort(b,1,j,k-p);}}12、线性选择（随机化算法—舍伍德算法）二、简答题1．分治法的基本思想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。
算法简答题
算法简答题(总3页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--1．在对算法进行复杂性分析时，时间复杂度用什么来度量其间做了什么假定渐进复杂性指的是什么精确到什么程度强调渐进复杂性的意义是什么答：○程序中关键步骤的操作计数。
○假定每种基本操作所用时间都是一个单位。
○设T(n)是算法A的复杂性函数。
，则。
一般说来，算法的渐进复杂性是该算法复杂度函数的主项，且一般只考虑渐进复杂性的阶。
○算法的渐进复杂性是该算法复杂度函数的主项，且一般只考虑渐进复杂性的阶。
○意义：简化算法复杂性分析的方法和步骤。
以方便于对各类算法进行分析和比较。
2. 陈述算法在最坏情况下的时间复杂度和平均时间复杂度；这两种评估算法复杂性的方法各自有什么实际意义答：○最坏情况下的时间复杂度称最坏时间复杂度。
一般不特别说明，讨论的时间复杂度均是最坏情况下的时间复杂度。
意义：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的上界，这就保证了算法的运行时间不会比任何更长。
○平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，算法的期望运行时间。
意义：在输入不同的情况下算法的运行时间复杂度可能会发生变化。
平均时间复杂度给出了算法的期望运行时间，有助于算法好坏的评价以及在不同算法之间比较时有一个统一标准。
3．归并排序算法和快速排序算法各自强调了那个方面各自提高效率的策略是什么答：○归并排序在简单插入排序的基础上强调了通过归并减少元素的挪动次数，从而降低运行时间。
策略是通过递归和归并减少了元素的挪动这样一个耗时操作的次数。
○快速排序相比与归并排序强调了通过划分操作来避免“归并”这样的耗时步骤。
策略是使用分治法，通过递归划分操作不断将序列划分成两个子序列，其中第一个子序列中的元素都比第二个小（或大）。
4．在连通图无向图的宽度优先搜索树和深度优先搜索树中，哪棵树的最长路径可能会更长些试说明你的理由。
算法设计与分析复习题目及答案
算法设计与分析复习题目及答案一、算法的基本概念1、什么是算法？算法是指解决特定问题的一系列明确步骤，它具有确定性、可行性、有穷性、输入和输出等特性。
例如，计算两个数的最大公约数的欧几里得算法，就是通过反复用较小数去除较大数，然后将余数作为新的较小数，直到余数为 0，此时的除数就是最大公约数。
2、算法的复杂度包括哪些？它们的含义是什么？算法的复杂度主要包括时间复杂度和空间复杂度。
时间复杂度是指算法执行所需要的时间量，通常用大 O 记号来表示。
例如，一个算法的时间复杂度为 O(n)，表示其执行时间与输入规模 n成正比。
空间复杂度则是算法在运行过程中所需要的额外存储空间的大小。
比如说，一个算法需要创建一个大小为 n 的数组来存储数据，那么其空间复杂度就是 O(n)。
二、分治法1、分治法的基本思想是什么？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结构相同。
然后分别求解这些子问题，最后将子问题的解合并得到原问题的解。
2、请举例说明分治法的应用。
例如归并排序算法。
将一个未排序的数组分成两半，对每一半分别进行排序，然后将排好序的两部分合并起来。
其时间复杂度为 O(nlogn)，空间复杂度为 O(n)。
三、动态规划1、动态规划的基本步骤有哪些？动态规划的基本步骤包括：（1）定义问题的状态。
（2）找出状态转移方程。
（3）确定初始状态。
（4）计算最终的解。
2、解释最长公共子序列问题，并给出其动态规划解法。
最长公共子序列问题是指找出两个序列的最长公共子序列的长度。
假设我们有两个序列 X 和 Y，用 dpij 表示 X 的前 i 个字符和 Y 的前 j 个字符的最长公共子序列长度。
状态转移方程为：如果 Xi 1 ＝＝ Yj 1，则 dpij ＝ dpi 1j 1 ＋ 1否则 dpij ＝ max(dpi 1j, dpij 1)四、贪心算法1、贪心算法的特点是什么？贪心算法在每一步都做出当前看起来最优的选择，希望通过这种局部最优选择达到全局最优解。
算法分析与设计考试复习题及参考答案jing
一、填空题1、算法的复杂性是算法效率2、的度量，是评价算法优劣的重要依据。
1、设n为正整数，利用大“O(·)”记号，将下列程序段的执行时间表示为n的函数，则下面程序段的时间复杂度为O(n)2、。
i=1; k=0;while(i<n) { k=k+10*i;i++; }3、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度和空间复杂度之分。
3、f(n)= 6×2n+n2，f(n)的渐进性态f(n)= O( 2n4、 )5、递归是指函数直接或者间接通过一些语句调用自身。
4、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6、且与原问题相同。
二、选择题（本题20分，每小题2分）1、分支限界法与回溯法都是在问题的解空间树T上搜索问题的解,二者( B )。
A.求解目标不同,搜索方式相同B.求解目标不同,搜索方式也不同C.求解目标相同,搜索方式不同D.求解目标相同,搜索方式也相同2、回溯法在解空间树T上的搜索方式是( A)。
A.深度优先B.广度优先C.最小耗费优先D.活结点优先3、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( B )。
A.回溯法B.分支限界法C.回溯法和分支限界法D.回溯法求解子集树问题4、以下关于判定问题难易处理的叙述中正确的是( C )。
A.可以由多项式时间算法求解的问题是难处理的B.需要超过多项式时间算法求解的问题是易处理的C.可以由多项式时间算法求解的问题是易处理的D.需要超过多项式时间算法求解的问题是不能处理的5、设f(N),g(N)是定义在正数集上的正函数,如果存在正的常数C和自然数N0,使得当N≥N0时有f(N)≤Cg(N),则称函数f(N)当N充分大时有上界g(N),记作f(N)=O(g(N)),即f(N)的阶( A )g(N)的阶。
A.不高于B.不低于C.等价于D.逼近6、对于含有n个元素的子集树问题,最坏情况下其解空间的叶结点数目为( B )。
算法设计复习题
一、单选题1、下面关于算法的描述，正确的是（d ）A、一个算法只能有一个输入B、算法只能用框图来表示C、一个算法的执行步骤可以是无限的D、一个完整的算法，不管用什么方法来表示，都至少有一个输出结果2、一位爱好程序设计的同学，想通过程序设计解决“韩信点兵”的问题，他制定的如下工作过程中，更恰当的是（c ）A、设计算法，编写程序，提出问题，运行程序，得到答案B、分析问题，编写程序，设计算法，运行程序，得到答案C、分析问题，设计算法，编写程序，运行程序，得到答案D、设计算法，提出问题，编写程序，运行程序，得到答案3、有5位运动员100米成绩依次为13.8，12.5，13.0，13.2，13.4，（c）若采用选择排序算法对其进行从小到大排序，则第二趟的排序结果是(A) 12.5 13.8 13.2 13.4 13.0 (B) 12.5 13.4 13.2 13.8 13.0(C) 12.5 13.0 13.8 13.2 13.4 (D) 12.5 13.2 13.8 13.4 13.04、下面说法正确的是（a ）A、算法+数据结构=程序B、算法就是程序C、数据结构就是程序D、算法包括数据结构5、数列1，4，7，10，13，……的递推公式为( d )。
(A) f(1)=1;f(n)=n+3 (B) f(1)=1;f(n)=n*2-1(C) f(1)=1;f(n)=n*2+1 (D) f(1)=1;f(n)=f(n-1)+36、用选择排序法对数据7，6，3，9，2从大到小排序，共需经过多少次数据对调。
a(A) 3 (B) 4 (C) 5 (D) 107、动态规划算法的基本要素为（c ）。
A、最优子结构性质与贪心选择性质B、重叠子问题性质与贪心选择性质C、最优子结构性质与重叠子问题性质D.、预排序与递归调用8、算法分析中，记号O表示（ b ），记号Ω表示（a），记号Θ表示（d ）。
A、渐进下界B、渐进上界C、非紧上界D、紧渐进界E、非紧下界9、以下关于渐进记号的性质是正确的有：（a）A、f(n)(g(n)),g(n)(h(n))f(n)(h(n))=Θ=Θ⇒=ΘB、f(n)O(g(n)),g(n)O(h(n))h(n)O(f(n))==⇒=C、O(f(n))+O(g(n)) = O(min{f(n),g(n)})D、f(n)O(g(n))g(n)O(f(n))=⇔=10、下列算法中通常以自底向上的方式求解最优解的是（ b ）。
算法设计与分析期末复习题试题知识点
算法设计与分析期末复习题试题知识点1. 算法基础知识算法的定义、性质与特征算法的正确性算法的复杂性分析常见的算法复杂度：时间复杂度与空间复杂度递归算法与迭代算法2. 排序算法插入排序冒泡排序选择排序快速排序归并排序堆排序排序算法的比较与选择3. 查找算法顺序查找二分查找哈希查找查找算法的比较与选择4. 图算法图的遍历算法：深度优先搜索和广度优先搜索最短路径算法：Dijkstra算法和Floyd-Warshall算法最小生成树算法：Prim算法与Kruskal算法5. 动态规划动态规划的基本概念与原理最优子结构、无后效性与子问题重叠性动态规划算法的设计与实现6. 回溯法回溯法的基本概念与原理问题的解空间与状态空间回溯法算法的设计与实现剪枝策略与优化技巧7. 贪心算法贪心算法的基本概念与原理贪心选择性质与最优子结构贪心算法的设计与实现贪心算法的适用性与局限性8. 网络流与匹配算法最大流问题与最小割问题Ford-Fulkerson算法与Edmonds-Karp算法二分图匹配与匈牙利算法网络流与匹配问题的建模与求解9. 近似算法NP问题与NPC问题近似算法的定义与性能度量近似算法的设计与实现近似算法的适用性与近似比例10. 动态数据结构平衡二叉树：AVL树与红黑树并查集与路径压缩算法哈希表与散列函数动态数据结构的设计与实现以上是算法设计与分析中的一些重要知识点，希望对你的期末复习有所帮助。
在复习过程中，可以针对每个知识点进行深入学习和练习，理解其原理与应用场景，并通过解题来熟悉算法的实际应用。
祝你顺利通过期末考试！。
算法设计考研复试题库及答案
算法设计考研复试题库及答案# 算法设计考研复试题库及答案## 一、选择题1. 题目：在算法设计中，时间复杂度为O(1)的算法表示什么？选项：A. 算法运行时间与输入大小无关B. 算法运行时间与输入大小成正比C. 算法运行时间与输入大小成指数关系D. 算法运行时间与输入大小成对数关系答案： A2. 题目：以下哪个排序算法的时间复杂度在最好、最坏和平均情况下都是O(n log n)？选项：A. 冒泡排序B. 快速排序C. 归并排序D. 选择排序答案： C3. 题目：在图算法中，用于找到两个顶点之间的最短路径的算法是？选项：A. 深度优先搜索B. 广度优先搜索C. Dijkstra算法D. 动态规划答案： C## 二、简答题1. 问题：解释什么是贪心算法，并给出一个实际应用的例子。
答案：贪心算法是一种在每一步选择中都采取在当前状态下最好或最优的选择，从而希望导致结果是全局最好或最优的算法策略。
它不保证会得到最优解，但在某些问题上可以得到近似最优解。
一个实际应用的例子是Huffman编码，它用于数据压缩，通过贪心算法为字符分配不同长度的编码，使得整体编码长度最短。
2. 问题：描述动态规划算法的基本思想，并给出一个典型问题。
答案：动态规划是一种将复杂问题分解成更简单的子问题，并通过存储子问题的解来避免重复计算的算法策略。
它通常用于解决具有重叠子问题和最优子结构特性的问题。
一个典型的问题是背包问题，其中需要确定在不超过背包容量的情况下，可以携带哪些物品以最大化价值。
## 三、计算题1. 问题：给定一个数组`A`，包含n个整数，请设计一个算法找出数组中最长递增子序列的长度。
答案：使用动态规划算法，定义`dp[i]`为以`A[i]`结尾的最长递增子序列的长度。
对于每个元素`A[i]`，遍历所有之前元素`A[j]`（其中`j < i`），如果`A[j] < A[i]`，则`dp[i]`可以更新为`max(dp[i],dp[j] + 1)`。
简答题算法
1.能够用递归解决的问题应该满足哪三个条件？答：①需要解决的问题可以转化为一个或多个子问题来求解，而这些子问题的求解方法与原问题完全相同，只是在数量规模上不同。
②递归调用的次数必须是有限的。
③必须有结束递归的条件来终止递归。
2.算法定义？算法是指在解决问题时，按照某种机械步骤一定可以得到问题结果的处理过程3.算法具有哪些特征？有穷性：一个算法必须总是在执行有穷步之后结束，且每一步都在有穷时间内完成。
确定性：算法中每一条指令必须有确切的含义。
不存在二义性。
只有一个入口和一个出口可行性：一个算法是可行的就是算法描述的操作是可以通过已经实现的基本运算执行有限次来实现的。
输入：一个算法有零个或多个输入，这些输入取自于某个特定对象的集合。
输出：一个算法有一个或多个输出，这些输出同输入有着某些特定关系的量。
4.请按照算法效率由低（耗时多）到高（耗时少）将以下基本渐进效率类型进行排序：n3、n、n!、nlogn、n2、2n、logn答：n!、2n、n3、n2、nlogn、n、logn5.经常采用的算法设计方法主要哪些？有递归法、分治法、贪心算法（贪婪法）、动态规划法、回溯法、分支限界法6.计算机求解问题的步骤？1、问题分析2、数学模型建立3、算法设计与选择4、算法指标5、算法分析6、算法实现7、程序调试8、结果整理文档编制7.分治法的基本思想？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。
递归地解这些子问题，然后将各个子问题的解合并得到原问题的解。
8.分治法所能解决的问题一般具有以下几个特征：（1）该问题的规模缩小到一定的程度就可以容易地解决；（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）利用该问题分解出的子问题的解可以合并为该问题的解；（4）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子问题。
9. 动态规划的基本思想动态规划是一种将问题实例分解为更小的、相似的子问题，并存储子问题的解而避免计算重复的子问题，以解决最优化问题的算法策略。
- 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)。
1、什么是算法？算法的特征？算法和程序的区别
通俗的讲，算法是指解决问题的方法和过程。
严格地讲，算法是满足下述性质的指令序列：
①输入：有零个或多个外部量作为算法的输入
②输入：算法产生至少一个量作为输出
③确定性：组成算法的每条指令是清晰的、无歧义的
④有限性：算法中每条指令的执行次数有限，执行每次指令的时间也有限
区别：程序是算法用某种程序设计语言的具体实现。
程序可以不满足算法的有限性。
例如操作系统，它是在无限循环中执行的程序，因而不是算法。
然而可把操作系统的各种任务看成一些单独的问题，每一个问题由操作系统中的一个子程序通过特定的算法实现。
该子程序得到输出结果后便终止。
2、算法的复杂性？有几个要素？
算法的复杂性是算法运行所需要的计算机资源总和的量，需要时间资源的量称为时间复杂性，需要的空间资源的量称为空间复杂性。
要素：算法要解的问题的规模、算法的输入和算法本身的函数。
3、分治法的基本思想？
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。
递归的解这些子问题，然后将各子问题的解合并得到原问题的解。
4、用分治策略思想来简述快速排序的算法步骤。
对于输入的子数组a[p:r]，按以下3个步骤进行排序。
1）分解：以a[p]为基准元素将a[p:r]划分成3段a[p:q-1],a[q]和a[q+1:r],使得a[p:q-1]中任何元素小于等于a[q],而a[q+1:r]中任何元素大于等于a[q]。
下标q在划分过程中确定。
2）递归求解：通过递归调用快速排序算法，分别对a[p:q-1]和a[q+1:r]进行排序。
3）合并：由于对a[p:q-1]和a[q+1:r]的排序是就地进行的，所以在a[p:q-1]和a[q+1:r]都已排好的序后不需要执行任何计算，a[p:r]就已排好序。
5、简述动态规划的算法步骤。
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
6、简述贪心算法与动态规划法的基本要素。
贪心算法的基本要素：贪心选择性质和最优子结构性质。
动态规划算法的基本要素是：最优子结构性质和子问题重叠性质。
7、用贪心策略思想简述Prim算法的算法步骤。
设G=(V,E)是连通带权图，V={1,2,…n}。
1.首先置S={1}
2.只要S是V的真子集，就进行下一步的贪心选择。
3.选取满足条件i∈S，j∈V-S，且c[i][j]最小的边，将顶点j添加到S中。
直到S=V为止。
4.在这个过程中选取到的所有边恰好构成G的一棵最小生成树。
8、用贪心策略思想简述Kruskal算法的算法步骤。
设无向连通带权图G=(V,E),V={1,2,…,n}。
1.将G的n个顶点看成n个孤立的连通分支，将所有的边按权从小到大排序。
2.从第一条边开始，依边权递增的顺序查看每一条边。
3.当查看到第k条边(v,w)时，a.如果端点v和w分别是当前两个不同的连通分支T1和T2中的顶点时，就用边(v,w)将T1和T2连接成一个连通分支，然后继续查看第k+1条边；
b.如果断点v和w在当前的同一个连通分支中，就直接再查看第k+1条边。
4.直到只剩下一个连通分支时为止。
此时，这个连通分支就是G的一棵最小生成树。
9、简述分支限界和回溯法的不同点。
①求解目标不同，回溯法的求解目标是找出解空间树中满足约束条件的所有解，分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出使某一目标函数值达到极大或极小的解，即在某种意义下的最优解。
②对解空间树的搜索方式不相同，回溯法以深度优先的方式搜索解空间树，而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。
10、简述回溯法的算法步骤。
1.针对所给问题，定义问题的解空间；
2.确定易于搜索的解空间结构；
3.以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
11、什么是剪枝函数？有何作用？为何要在分支限界法中使用？
用约束函数在扩展结点处剪去不满足约束的子树；和用限界函数剪去得不到最优解的子树。
这两类函数统称为剪枝函数。
采用剪枝函数，可避免无效搜索，提高回溯法的搜索效率。
在分支限界法中使用剪枝函数，可以加速搜索。
该函数给出每一个可行结点相应的子树可能获得的最大价值的上界。
如果这个上界不比当前最优值更大，则说明相应的子树中不含问题的最优解，因而可以剪去。
另一方面，也可以将上界函数确定的每个结点的上界值作为优先级，以该优先级的非增序抽取当前扩展结点。
这种策略有时可以更迅速地找到最优解。