算法分析与设计试卷算法分析与设计试卷2008.docVIP

算法分析与设计试卷 2008冬, 计算机科学系 姓名: 学号: 专业: 翻译并解释以下专业词汇: （21分） Dynamic programming:动态规划算法通过将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解的方法得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解. solutions Transformation Greedy algorithms:贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。 实例instance)在面向对象程序设计中，“对象”在实例化之后叫做一个“实例”。　　“对象”是静态的，不占进程内存，而“实例”拥有动态内存。 Intractability 请回答以下问题: （32分） 为什么说在算法的时间和空间关系上, 时间是决定性因素(dominant factor)? 我们通常所说的有效 (efficient) 算法或实际可行算法是指何种算法? 字符串的子串 (substring) 和 子序列 (subsequence) 有何不同? substring的话就是子串，子串的要求的连续相等的字符序列 subsequence不要求连续 比如说ABCD和ABD。他们的longest common subsequence就是ABD。而Longest common substring就是AB。 NP问题都是难解的吗? NP问题不一定都是难解的问题，比如简单的数组排序问题是P类问题，但是P属于NP，所以也是 NP问题 P问题：可以在以多项式表达的时间内求出确切解的问题，也就是说它的计算复杂度是一个多项式。我们通常用的O(n),O(logn),O（n2）等等类似的都是这类问题。 NP问题：英文是non-deterministic polynomial,是多项式时间可以验证的问题。最初是在非确定图灵机上，如果一个问题存在一个解，那么就先猜它，一定可以在多项式时间内猜到这个解。（关键是就是不判定这个问题到底有没有解） p？=NP 目前还没有被证实。也就是还不知道P和NP的关系，但是可以确定的是P属NP。 NP-hard问题：是指从算法角度比NP还难的问题，指的是所有的NP问题可以通过 某个多项式时间的函数规约到这类问题。就是说如果L’是NP的，且L《pL，p是多项式表达式，那么L就是NP-hard问题。NP-hard问题不一 定是NP问题，因为总有一些NP-hard问题无法在多项式时间判断一个解是否可行。 NP-complete问题：是NP问题中最难的问题。因为NP也包含P呀，所以NP问题中有的简单，在多项式时间内就可以确定，有的相对难，只能验证。所以要区分对待一下，就把那些最难的挑出来，就是NP-complete问题了。 NP-complete问题是NP-hard问题的一个子集。要证明某个问题是NP-complete问题，可以先证明它是NP的，再证明它是NP-hard。 P问题和NP问题 P问题 (Polynomial Solvable): 如果一个判定问题是P问题，则这个问题存在一个多项式解法。 即图灵机只需要多项式时间 就可以得到答案, 既回答yes或者no。 NP问题(Nondeterminstic Polynomial Solvable): 如果一个判定问题是NP问题， 则这个问题的一个可能的解，可以在多项式时间内被验证是 否正确。 其实这不是本来的定义。 本来的定义是，NP问题是非确定性图灵机有多项式解。 但我们可以把非确定性图灵机多项多可解转化成确定性图灵机多项式可验证解。 确定性 图灵机更好好理解，所以用那个定义。 P问题是确定性图灵机在多项式时间内求到解，NP问题是非确定性图灵机在多项式时间内求 到解，或者说NP问题是确定性图灵机在多项式时间内验证解. 所以NP问题比P问题更难。 就像前面有人说的，改卷的老师会验证题目的答案是否正确但他不一定会做这些题。 2) 关系 P 属于 NP。 就是说，一个问题如果属于P， 则一定属于NP。 (这里P, NP表示符合定义的 相关问题的集合) 反过来则不一定，7大数学世纪难题之一就是问 P是否等于NP。 3) NPC 和 NP-hard NPC, 即NP完全性问题。 是指NP问题中的最难的问题。 即还没有找到多项式解法，但多项 式可验证。 而且只要一个NPC问题有多项式