第4章-动态规划

news2024/10/6 14:37:22

第4章-动态规划

总分:100分

得分:100.0分

+ 10.0 分

1 . 多选题 中等 10分

有关0-1背包问题,用c[i][j]描述子问题:1...i共i个物品,背包容量为j的最优值(装入背包的最大价值),则其子问题为:1...i-1共i-1个物品,背包容量为j-w ix i,以下说法正确的是( ABD ) 

A.

当i=0时或j=0时,c[i][j]=0。

B.

当j<w i时,物品无法装入,其x i=0,则背包容量依旧为j,c]i][j]=c[i-1][j].

C.

当j≥w i时,物品可以装入,装呢还是不装呢?这取决于哪个决策能够让c[i][j]最小。故c]i][j]=min(c[i-1][j],c[i-1][j-w i]+v i)

D.

当j≥w i时,物品可以装入,装呢还是不装呢?这取决于哪个决策能够让c[i][j]最大。故c]i][j]=max(c[i-1][j],c[i-1][j-w i]+v i)

 回答正确

解析

暂无解析

老师点评

暂无评语

+ 10.0 分

2 . 多选题 中等 10分

有关最优二叉搜索树说法正确的是( ABD )

A.

最优二叉搜索树的左孩子的节点都比根节点小,右孩子节点都比根节点大。

B.

最优二叉搜索树的平均比较次数最少。

C.

最优二叉搜索树的平均比较次数最多。

D.

最优二叉搜索树中有n个是节点,n+1个虚节点。

3 . 多选题 中等 10分

{s1,s2,...,sn},虚节点{e0,e1,...,en}的最优二叉搜索树问题的子问题描述为有序序列{si,si+1,...,sj},虚节点{ei-1,ei,...,ej}的最优二叉搜索树,以下描述正确的是( ABC )。

A.

i=1,j=n表示规模为n的原问题。

B.

i=j+1,表示字符序列为空,对应的最优二叉搜索树为一棵空树。

C.

有序序列{si,si+1,...,sj},虚节点{ei-1,ei,...,ej}的最优二叉搜索树的子问题是:有序序列{si,si+1,...,sk-1},虚节点{ei-1,ei,...,ek-1}的最优二叉搜索树和有序序列{sk+1,sk+2,...,sj},虚节点{ek,ek+1,...,ej}的最优二叉搜索树。

D.

子问题的最优值:最小平均比较次数c[i][j],左子树的最优值:最小平均比较次数c[i][k-1],右子树的最优值:最小平均比较次数c[k+1][j],三者之间的关系为:c[i][j]=c[i][k-1]+c[k+1][j]+pi+...+pj+qi-1+...+qj

4 . 多选题 中等 10分

有关最长公共子序列问题的动态规划算法说法正确的是( AB )

A.

X n和Y m的代表了两个长度为n和m的字符串,求X n和Y m的最长公共子序列的子问题是:求X i和Y j的最长公共子序列,i=0,1,...n,j=0,1,...,m。

B.

X i和Y j的最长公共子序列当i=0时,最长公共子序列的长度为0;j=0时,最长公共子序列的长度也为0。

C.

设X i和Y j的最长公共子序列的长度c[i][j],求最优值的递归关系式为:c[i][j]=c[i-1][j]。

D.

设X i和Y j的最长公共子序列的长度c[i][j],求最优值的递归关系式为:c[i][j]=c[i-1][j]+1。

5 . 判断题 中等 10分

矩阵连乘问题中有多个矩阵相乘,问题是安排矩阵相乘的先后顺序,使总乘法次数最少,例如 有[A][B]C三个矩阵,则可行的顺序有ABC\ACB\CAB\CBA\BAC\BCA六个。

是 

6 . 判断题 中等 10分

以动态规划求解0-1背包问题,背包容量可以是任意实数。

是   否

7 . 判断题 中等 10分

最长公共子序列问题中,如果采取穷举法,可以在序列A中子序列可能的开头和结尾(因为子序列由其开头位置和结尾位置唯一确定),然后在序列B中查找它是否存在,如果按照子序列长度降序枚举,找到的第一个公共子序列就是最长公共子序列。

是     否

8 . 判断题 简单 10分

0-1背包问题的动态规划解法不适合背包容量非常大(

)的情况。

   否

9 . 判断题 简单 10分

最长公共子序列问题的动态规划解法时间复杂度等于两个序列长度之积。

  否

 

10 . 判断题 简单 10分

0-1背包问题的贪心法解法和动态规划解法都能够生成最优解。

是   否

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/490801.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

TypeScript教程(N)

弱类型和强类型 编程语言&#xff0c;按照数据类型是否固定可分为 强类型语言 和 弱类型语言。 弱类型语言 弱类型语言&#xff1a;变量、函数参数和函数的返回值&#xff0c;是没有类型的&#xff0c;一个变量可以接收任何类型的数据&#xff0c;一个函数也可以返回任何类型…

大学生所面临的网络安全问题有哪些?

网络安全从本质上来讲就是网络上的信息安全&#xff0c;就是指网络系统中流动和保存的数据&#xff0c;不受到偶然的或者恶意的破坏、泄露、更改&#xff0c;系统连续正常的工作&#xff0c;网络服务不中断。从广义上来说&#xff0c;凡是涉及网络信息的保密性、完整性、可用性…

登顶Nature 正刊!百度生物计算用AI首次实现mRNA领域重大进展

1985年11月21日的《自然》封面&#xff0c;是一张来自中国的“地图”。这张地图是清代总兵陈伦炯所编撰《海国闻见录》中的插图&#xff0c;是中国人开始认知与探索世界的见证&#xff0c;而选用这张封面&#xff0c;是为了配合当期的特别文章《科技在中国》。 那时候&#xff…

4 ROS2节点参数基础

4 ROS2节点参数基础 4.1 ROS2节点参数介绍4.2 使用C/C实现对节点参数的增删改查4.2.1 创建C/C节点参数的服务端4.2.2 创建C/C节点参数客户端 4.3 使用Python实现对节点参数的增删改查4.3.1 创建Python节点参数的服务端4.3.2 创建Python节点参数客户端 4.4 ROS2节点参数小结 其他…

2008-2020年上市公司能源消耗数据

2008-2020年上市公司能耗数据/上市公司能源消耗数据 1、时间&#xff1a;2008-2020年 2、指标包括&#xff1a;上市公司ID、证券代码、证券简称、资源名称、消耗量、单位 EndDate [统计截止日期] - YYYY-12-31 InstitutionID [上市公司ID] - null Symbol [证券代码] - 交易所…

[架构之路-187]-《软考-系统分析师》-5-数据库系统 - 操作型数据库OLTP与分析型数据库OLAP比较

OLAP与OLTP的区别&#xff1f; OLTP(Online transaction processing) 在线/联机事务处理。典型的OLTP类操作都比较简单&#xff0c;主要是对数据库中的数据进行增删改查&#xff0c;操作主体一般是产品的用户。 OLAP(Online analytical processing): 指联机分析处理。通过分…

Linux网络编程:三次握手 四次挥手

1. 三次握手 建立TCP可靠连接&#xff0c;只能是客户端先发起。 &#xff08;1&#xff09;SYN标志位为1&#xff0c;表示请求建立连接&#xff1b;ACK标志位为1&#xff0c;表示确认收到对方报文。 &#xff08;2&#xff09;seq为数据包序列号&#xff0c;ack为确认序列号。…

计算机视觉的应用4-目标检测任务:利用Faster R-cnn+Resnet50+FPN模型对目标进行预测

大家好&#xff0c;我是微学AI&#xff0c;今天给大家介绍一下计算机视觉的应用4-目标检测任务&#xff0c;利用Faster RcnnResnet50FPN模型对目标进行预测&#xff0c;目标检测是计算机视觉三大任务中应用较为广泛的&#xff0c;Faster R-CNN 是一个著名的目标检测网络&#x…

or-tools 应用案例分析:复杂作业车间调度问题

作业调度问题是常见的线性规划(整数规划)问题&#xff0c;其中多个作业在多台机器上处理。每个作业由一系列任务组成&#xff0c;这些任务必须按给定的顺序执行&#xff0c;并且每个任务都必须在特定的机器上处理。如何有效的利用所有的机器在最短的时间内完成所有的作业任务&a…

神经形态处理和自搜索存储如何降低联邦机构的网络风险

组织在边缘处理的信息量呈爆炸式增长。对于联邦机构和军队来说尤其如此&#xff0c;它们从设备、建筑物、船舶、飞机等中的移动设备和传感器生成大量数据。 寻找有效的方法来管理、使用和保护这些数据具有挑战性。但是有一个有效且具有成本效益的解决方案。神经形态处理和自搜…

c#笔记-数组

数组 声明数组 数组是一种可以声明多个同类型变量的数据结构&#xff0c;能替你声明多个变量。 并且其中的值可以通过索引动态访问&#xff0c;可以搭配循环批量处理这些值。 数组类型的写法是&#xff0c;在目标类型后加上一对中括号。 数组值没有字面量&#xff0c;需要构…

海天注塑机KEBA系统数据采集

本文章只针对海天注塑机的KEBA系统&#xff0c;因为其他注塑机厂家也用KEBA系统&#xff0c;他们的采集方式可能不太一样&#xff0c;所以后续有时间我将写其他文章来解释&#xff08;默认你已经向海天采购了OPC组件&#xff09;。 一、采集原理 采集软件&#xff08;OPC cli…

electron+vue3全家桶+vite项目搭建【18】electron新建窗口时传递参数【url版】

文章目录 引入实现效果展示实现思路实现步骤1.调整主进程新建窗口的handle2.调整新建窗口函数3.封装url获取请求参数的工具 测试代码 引入 electronvue的项目中&#xff0c;我们通过传入页面路由来展开新的页面&#xff0c;就像vue-router的路由传参一样&#xff0c;我们可以利…

排序算法 — 桶排序

文章目录 桶排序介绍桶排序实现桶排序复杂度和稳定性桶排序复杂度桶排序稳定性 代码实现核心&总结 桶排序介绍 假设待排序的数组a中共有N个整数&#xff0c;并且已知数组a中数据的范围[0, MAX)。在桶排序时&#xff0c;创建容量为MAX的桶数组r&#xff0c;并将桶数组元素都…

【AUTOSAR】【通信安全】E2E

目录 一、概述 二、约束和假设 三、依赖模块 四、功能描述 4.1 开发错误 4.1.1 运行时错误 五、API接口 5.1 E2E Profile 接口 5.2 E2E其他接口 一、概述 该文档制定了PRS E2E协议的平台特定实现要求。这包括所使用的接口和数据类型。 E2E保护的概念假设在运行时应对…

探讨Redis缓存问题及解决方案:缓存穿透、缓存击穿、缓存雪崩与缓存预热(如何解决Redis缓存中的常见问题并提高应用性能)

Redis是一种非常流行的开源缓存系统&#xff0c;用于缓存数据以提高应用程序性能。但是&#xff0c;如果我们不注意一些缓存问题&#xff0c;Redis也可能会导致一些性能问题。在本文中&#xff0c;我们将探讨Redis中的一些常见缓存问题&#xff0c;并提供解决方案。 一、缓存穿…

云计算中的边缘计算技术及其应用

章节一&#xff1a;云计算和边缘计算的简介 随着互联网的发展&#xff0c;数据中心的规模不断扩大&#xff0c;云计算也成为了越来越受欢迎的计算模式。但是&#xff0c;云计算存在着一些问题&#xff0c;比如延迟较高&#xff0c;网络瓶颈&#xff0c;数据隐私和安全性等等。…

Canny边缘检测算法

文章目录 前言1、Canny边缘检测算法2、代码1函数 3、代码24、基于tensor数据的代码 前言 最近在向卷积神经网络里的数据预处理和数据增强部分加这个函数&#xff0c;记录一下。 1、Canny边缘检测算法 Canny边缘检测算法是一种经典的边缘检测算法&#xff0c;其基本原理如下&a…

榜单!直接式TPMS前装搭载率突破60%,哪些厂商在领跑

2016年&#xff0c;《乘用车轮胎气压监测系统的性能要求和试验方法》通过强制性国家标准技术审查&#xff1b;根据规定&#xff0c;自2020年1月1日起&#xff0c;所有中国市场在产乘用车将开始实施强制安装TPMS&#xff08;胎压监测系统&#xff09;的要求。 目前&#xff0c;…

vue项目前端解决跨域问题

在前后端分离项目中&#xff0c;跨域是一定会出现的问题&#xff0c;本文主要介绍跨域问题的解决思路&#xff0c;以及在vue项目中如何使用代理的方式在前端解决跨域问题&#xff0c;同时提供一个后段解决的方案。 1、产生原因 跨域问题产生的原因是浏览器的同源策略。浏览器同…