l中科院计算机算法陈玉福历年试题.docVIP

中国科学院研究生院 课程编号：711008Z－1 试 题 专 用 纸 课程名称：计算机算法设计与分析 任课教师： 陈玉福 ——————————————————————————————————————————————— 姓名 学号 成绩 回答下列问题： (每小题5分) 1.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？ 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。这样做的原因是：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。(即从起点到终点)，一步一步地作出贪心选择。当然，如果当前的选择可能要依赖于子问题的解时，则难以通过局部的贪心策略达到全局最优解。 ② 使用分治法时，由原问题分解出的各子问题通常是相互独立的，即不包含公共的子问题，因此一旦递归地求出各子问题的解后，便可自下而上地将各子问题的解合并成问题的解。如果各子问题不是相互独立的，则分治法要做许多不必要的工作，重复地求解公共的子问题。 ③ 动态规划允许由原问题分解出的子问题之间相互依赖。每一个子问题只求解一次，并将结果保存起来，避免每次碰到此子问题时都要重复计算 阐述回溯算法与分枝限界算法的共同点和不同点，提高算法效率的关键是什么？ 在对算法进行复杂性分析时，强调渐进复杂性的意义是什么？ 算法的复杂性算法的复杂性算法的复杂性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 简化算法复杂性分析的方法和步骤，即只要考察当问题的规模充分大时，算法复杂性在渐近意义下的阶。与此简化的复杂性分析方法相配套， 问题复杂程度和规模的线性增长导致的时耗的增长和空间需求的增长，对低效算法来说，都是超线性的，决非计算机速度和容量的线性增长带来的时耗减少和存储空间的扩大所能抵销。 （20分）试用Prim算法求解下面无向赋权图的最小生成树，指出最小生成树及该树中各边被选中的先后次序；写出算法的基本步骤。 （20分）用LC－分枝限界算法求解0/1背包问题： ，物品重量和价值分别是： 和 画出由算法生成的状态空间树，并标明各节点的优先级的值； 给出各节点被选作当前扩展节点的先后次序； 给出最优解。 （20分）已知一组数满足，且被搜索的对象的概 率分布是： 其中表示被搜索对象在区间内的概率，表示被搜索对象为的概率， 使用动态规划算法求该搜索问题的最优二叉搜索树。 五．(20分) 假定已知“无向图的Hamilton回路”问题是NPC问题，证明“旅行商判定问题”也是NPC问题。 共 2 页 第 2 页 1.? 贪心算法和动态规划算法有什么共同点和区别？它们都有那些优势和劣势？ ? 共通点：动态规划和贪心算法都是一种递推算法 ，均有局部最优解来推导全局最优解 ? 区别：贪心算法中，作出的每步贪心决策都无法改变，每一步的最优解一定包含上一步的最优解，而上一部之前的最优解则不作保留。 动态优化算法，全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解 ? 动态规划算法利用子问题重叠性质，对每一个子问题只计算一次，将其解保存在一个表格中。不同的子问题个数随着输入问题的规模呈多项式增长，因此，动态规划算法通常只需要多项式时间，从而获得较高的解题效率。但它需要计算之前所有情况花费，更加耗费空间。 贪心算法所作的选择依赖于以往所作过的选择,但决不依赖于将来的选择,这使得算法在编码和执行过程中都有一定的速度优势。贪心算法是只是找局部最优解，不一定是全局最优解。 ? 2.? 试比较回溯法与分枝限界算法，分别谈谈这两个算法比较适合的问题？ ?二者都是在解空间树里搜索问题的可靠解或最优解，但是搜索的方式不同，回溯法采用深度优先的