l算法与优化复习题补充.docVIP

设X和Y都是n位二进制整数，若按普通乘法规则计算，要进行O(n2)步运算才能得到XY的乘积，若用分治法来计算，可有效地降低其复杂性。简述采用分治法求解XY乘积的基本过程。 解：即为大整数的乘法（参照书上2.4节 P29）： 扩展Hanoi塔问题：设a,b,c,d是4个塔座。开始时，在塔座a上有一叠共n个圆盘，这些圆盘自下而上，由大到小地叠在一起。各圆盘从小到大编号为1,2,…,n，现要求采用递归算法将塔座a上的这一叠圆盘移到塔座d上，并仍按同样顺序叠置。 在移动圆盘时应遵守以下移动规则： 规则1：每次只能移动1个圆盘； 规则2：任何时刻都不允许将较大的圆盘压在较小的圆盘之上； 规则3：在满足移动规则1和2的前提下，可将圆盘移至a,b,c,d中任一塔座上。 设计算法实现一种移动方案，并分析算法的时间复杂度。 解：书2.1节例2.6 (P23) 比较分治法、动态规划法和贪心算法的使用条件。 解：分治法和递归是紧密相联系的，分治法就是把大问题分解成小问题，然后大问题的解可以通过小问题的解得出来。小问题是相互独立的，可以递归解决。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。上述的第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；第二条特征是应用分治法的前提，它也是大多数问题可以满足的，此特征反映了递归思想的应用；第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑贪心法或动态规划法。第四条特征涉及到分治法的效率，如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。如下问题使用分治法解决：计算逆序，找出平面上最近的点，等等 经常会遇到复杂问题不能简单地分解成几个子问题，而会分解出一系列的子问题。简单地采用把大问题分解成子问题，并综合子问题的解导出大问题的解的方法，问题求解耗时会按问题规模呈幂级数增加。为了节约重复求相同子问题的时间，引入一个数组，不管它们是否对最终解有用，把所有子问题的解存于该数组中，这就是动态规划法所采用的基本方法。例如典型的Fibonacci数列的求解。两种动态规划算法：备忘录和迭代 贪心法是自然的方法，也是最直观的方法，贪心法的当前选择依赖于已经作出的所有选择，但不依赖于有待于做出的选择和子问题。因此贪心法自顶向下，一步一步地作出贪心选择，但是该方法不能保证最后得出的解是最优的，需要反复选择策略，加以比较，有时候一些选择策略可以很巧妙的解决问题。贪心法主要有两种思想，即贪心算法领先和交换论证，用来证明所得的解是最优的，交换论证的思想为首先假设一个最优解和通过贪心法所得到的解，然后逐步修改最优解，但保持每步的最优性，最后使得最优解跟通过贪心法所得的解相同。 如下问题可用贪心法解决：区间调度，最小延迟调度，最短路径，最小生成树，聚类等等。4）舍伍德算法：总能求解得到问题的一个解，而且所求得得解总是正确的。 将确定性算法引入随机性改造成舍伍德算法，可消除或减少问题对于好坏实例间的差别。，验证下列两点是否为K-T点? 解：参照群共享，最新刘伟整理的第3题。 简述无约束最优化问题的最优性条件。 解：参照群共享，最新刘伟整理的第6题。 给定非线性规划问题，验证下列两点是否为K-T点? 解：参照群共享，最新刘伟整理的第2题。 矩阵连乘问题可以采用动态规划法求得最少的数乘次数和最优的加括号方式，试证明该问题具有最优子结构性质。 解;参照书3.1节，3.1矩阵连乘问题， 1.分析最优解的结构，在吹点牛B P63页。 设和都是线性函数，证明下面的约束问题是凸规划问题。 解：参照群共享，最新刘伟整理的第1题。 背包问题可以采用贪心算法求得最优解，证明该问题满足贪心选择性质。 解：参照群共享，旧的刘伟整理的第3题（后半段证明不要了） 以下为最小顶点覆盖问题的近似算法，其中cset用来存储顶点覆盖中的各顶点，初始为空，不断从边集e1中选取一边(u,v)，将边的端点加入cset中，并将e1中已被u和v覆盖的边删去，直至cset已覆盖所有边。证明该算法的性能比为2。 VertexSet approxVertexCover (Graph g){ cset=?；e1=g.e； while (e1!=?){ 从e1中任取一条边(u,v)； cset