算法分析期中试卷.docVIP

?算法分析?期中考试卷 1、已知如下多段图，请用动态规划方法的向后处理法写出求解此问题的递推公式并完成对各结点的计算。 2、有0-1背包问题如下： N=6,C=20,W={5,3,2,10,4},P={11,8,15,12,18} 用动态规划思想求解最优装包方案。（题目好像有问题，应该是N=5【即有五件物品】，我是根据N= 5计算的。） 解：根据0-1背包的思路，即，一件物品不能够分开，也即是两种情况，1和0。 动态规划的思想是从物品中寻找一个最优值。然后在从剩下的物品中寻找最优值。其思想与贪心算法类似。 3、对于任何正整数n以下算法计算n!. 其时间复杂性几何? 是多项式时间的吗? m=1 For i=1 to n do m=m*i Endfor Output m 解答：时间复杂度为n。 4、用贪心算法求解背包问题。 M=15的背包，4件物品的重量为:(W1,W2,W3,W4)=(2,4,9,6),物品的价值为(P1,P2,P3,P4)=(10,10,12,18)。 解：贪心算法解背包问题的基本步骤是：首先计算每种物品的单位重量的价值。如题可以得出4件物品的单位价值为（V1，V2，V3，V4）=（5，5/2，4/3，3）。然后依据贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。设背包实际物品的重量为M（最开始为0）。首先选择单位重量价值最高的物品1放入包中，即M=２，接着再放入物品4，则M=8，再放入物品2，则可得M=12，这是，就不能把物品3全部放入背包中，只能放3个重量的物品3。这样，就把背包装满了，装入的物品重量为（W!，W2，W3，W4）=（2，4，3，6）。装满后背包的总价值为10+10+4/3*3+18=42。 两个字符序列x:{A,C,B,D,C,B},y:{A,D,C,A,B,A}用动态规划算法求出二者的最长公共子序列。 动态规划问题的步骤 第一节、问题描述 什么是最长公共子序列呢?好比一个数列 S，如果分别是两个或多个已知数列的子序列，且是所有符合此条件序列中最长的，则S 称为已知序列的最长公共子序列。 举个例子，如：有两条随机序列，如 1 3 4 5 5 ，and 2 4 5 5 7 6，则它们的最长公共子序列便是：4 5 5。 第二节、LCS问题的解决思路 穷举法 解最长公共子序列问题时最容易想到的算法是穷举搜索法，即对X的每一个子序列，检查它是否也是Y的子序列，从而确定它是否为X和Y的公共子序列，并且在检查过程中选出最长的公共子序列。X和Y的所有子序列都检查过后即可求出X和Y的最长公共子序列。X的一个子序列相应于下标序列{1, 2, …, m}的一个子序列，因此，X共有2m个不同子序列（Y亦如此，如为2^n），从而穷举搜索法需要指数时间（2^m * 2^n）。 动态规划算法 事实上，最长公共子序列问题也有最优子结构性质。 记: Xi=﹤x1，?，xi﹥即X序列的前i个字符 (1≤i≤m)（前缀） Yj=﹤y1，?，yj﹥即Y序列的前j个字符 (1≤j≤n)（前缀） 假定Z=﹤z1，?，zk﹥∈LCS(X , Y)。 若xm=yn（最后一个字符相同），则不难用反证法证明：该字符必是X与Y的任一最长公共子序列Z（设长度为k）的最后一个字符，即有zk = xm = yn 且显然有Zk-1∈LCS(Xm-1 , Yn-1)即Z的前缀Zk-1是Xm-1与Yn-1的最长公共子序列。此时，问题化归成求Xm-1与Yn-1的LCS（LCS(X , Y)的长度等于LCS(Xm-1 , Yn-1)的长度加1）。 若xm≠yn，则亦不难用反证法证明：要么Z∈LCS(Xm-1, Y)，要么Z∈LCS(X , Yn-1)。由于zk≠xm与zk≠yn其中至少有一个必成立，若zk≠xm则有Z∈LCS(Xm-1 , Y)，类似的，若zk≠yn 则有Z∈LCS(X , Yn-1)。此时，问题化归成求Xm-1与Y的LCS及X与Yn-1的LCS。LCS(X , Y)的长度为：max{LCS(Xm-1 , Y)的长度, LCS(X , Yn-1)的长度}。 由于上述当xm≠yn的情况中，求LCS(Xm-1 , Y)的长度与LCS(X , Yn-1)的长度，这两个问题不是相互独立的：两者都需要求LCS(Xm-1，Yn-1)的长度。另外两个序列的LCS中包含了两个序列的前缀的LCS，故问题具有最优子结构性质考虑用动态规划法。 也就是说，解决这个LCS问题，你要求三个方面的东西：1、LCS（Xm-1，Yn-1）+1；2、LCS（Xm-1，Y），LCS（X，Yn-1）；3、max{LCS（Xm-1，Y），LCS（X，Yn-1）}。 行文至此，其实对这个LCS的动