最新算法分析与设计作业(一)及参考答案讲课讲稿
算法设计与分析习题答案
算法设计与分析习题答案算法设计与分析是计算机科学中一个重要的领域，它涉及到算法的创建、优化以及评估。
以下是一些典型的算法设计与分析习题及其答案。
习题1：二分查找算法问题描述：给定一个已排序的整数数组，编写一个函数来查找一个目标值是否存在于数组中。
答案：二分查找算法的基本思想是将数组分成两半，比较中间元素与目标值的大小，如果目标值等于中间元素，则查找成功；如果目标值小于中间元素，则在左半部分继续查找；如果目标值大于中间元素，则在右半部分继续查找。
这个过程会不断重复，直到找到目标值或搜索范围为空。
```pythondef binary_search(arr, target):low, high = 0, len(arr) - 1while low <= high:mid = (low + high) // 2if arr[mid] == target:return Trueelif arr[mid] < target:low = mid + 1else:high = mid - 1return False```习题2：归并排序算法问题描述：给定一个无序数组，使用归并排序算法对其进行排序。
答案：归并排序是一种分治算法，它将数组分成两半，分别对这两半进行排序，然后将排序好的两半合并成一个有序数组。
```pythondef merge_sort(arr):if len(arr) > 1:mid = len(arr) // 2left_half = arr[:mid]right_half = arr[mid:]merge_sort(left_half)merge_sort(right_half)i = j = k = 0while i < len(left_half) and j < len(right_half): if left_half[i] < right_half[j]:arr[k] = left_half[i]i += 1else:arr[k] = right_half[j]j += 1k += 1while i < len(left_half):arr[k] = left_half[i]i += 1k += 1while j < len(right_half):arr[k] = right_half[j]j += 1k += 1arr = [38, 27, 43, 3, 9, 82, 10]merge_sort(arr)print("Sorted array is:", arr)```习题3：动态规划求解最长公共子序列问题问题描述：给定两个序列，找到它们的最长公共子序列。
算法分析与设计作业参考答案
算法分析与设计作业参考答案《算法分析与设计》作业参考答案作业⼀⼀、名词解释：1.递归算法：直接或间接地调⽤⾃⾝的算法称为递归算法。
2.程序：程序是算法⽤某种程序设计语⾔的具体实现。
⼆、简答题：1.算法需要满⾜哪些性质？简述之。
答：算法是若⼲指令的有穷序列，满⾜性质：（1）输⼊：有零个或多个外部量作为算法的输⼊。
（2）输出：算法产⽣⾄少⼀个量作为输出。
（3）确定性：组成算法的每条指令清晰、⽆歧义。
（4）有限性：算法中每条指令的执⾏次数有限，执⾏每条指令的时间也有限。
2.简要分析分治法能解决的问题具有的特征。
答：分析分治法能解决的问题主要具有如下特征：（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问题。
3.简要分析在递归算法中消除递归调⽤，将递归算法转化为⾮递归算法的⽅法。
答：将递归算法转化为⾮递归算法的⽅法主要有：（1）采⽤⼀个⽤户定义的栈来模拟系统的递归调⽤⼯作栈。
该⽅法通⽤性强，但本质上还是递归，只不过⼈⼯做了本来由编译器做的事情，优化效果不明显。
（2）⽤递推来实现递归函数。
（3）通过Cooper 变换、反演变换能将⼀些递归转化为尾递归，从⽽迭代求出结果。
后两种⽅法在时空复杂度上均有较⼤改善，但其适⽤范围有限。
三、算法编写及算法应⽤分析题： 1.冒泡排序算法的基本运算如下： for i ←1 to n-1 dofor j ←1 to n-i do if a[j]交换a[j]、a[j+1]；分析该算法的时间复杂性。
答：排序算法的基本运算步为元素⽐较，冒泡排序算法的时间复杂性就是求⽐较次数与n 的关系。
（1）设⽐较⼀次花时间1；（2）内循环次数为：n-i 次,（i=1,…n ），花时间为：∑-=-=in j i n 1)(1（3）外循环次数为：n-1，花时间为：2.设计⼀个分治算法计算⼀棵⼆叉树的⾼度。
算法设计技巧与分析(沙特版) 第1_2章课后习题参考解答
lim
n
2n 3log100 n ，所以，2n+3log100n=(n)。 2 n
3 3 nlogn 3n 7n3 1000 7 ，所以，7n +1000nlog n+3n =(n ). 3 n
lim
n
lim
n
n
3n1.5 n1.5 logn ，所以，3n1.5+n1.5log n=(n1.5log n). 1 n1.5 logn
3
g(n) 100n +2n+100 10n+log log n 10nlog log n log n 5
n 2 2
f=O(g) False True False True False
f=(g) True True True False True
f=(g) False True False False False
2n 100n n! ，所以，2n+100n+ n!=(n!). 1 n!
lim
1.16 解答： (a) 算法执行元素比较运算的最小次数是 n－1。当输入 A[1..n] 已经有非减次序时该算法执 行元素比较运算次数达到这个最小值。 (b) 算法执行元素比较运算的最大次数是(n－1)+( n－2)+…+ 2+1=n(n－1)/2。当输入 A[1..n] 已有递减次序时该算法执行元素比较运算次数达到这个最大值。 (c) 算法执行元素赋值运算的最小次数是 0。 当输入 A[1..n] 已经有非减次序时该算法执行元 素赋值运算次数达到这个最小值。 (d) 算法执行元素赋值运算的最大次数是 3[(n－1)+( n－2)+…+ 2+1]=3n(n－1)/2。当输入 A[1..n] 已有递减次序时该算法执行元素赋值运算次数达到这个最大值。 (e) 使用记号 O 和 ，算法 BUBBLESORT 的运行时间分别表示为(n2)和(n)。 (f) 该算法的运行时间不能使用记号来表示，这是因为算法的运行时间范围为 n 的一次方 到二次方。 2.16 解答： (a) 一方面，∑j=1n jlog j≤∑j=1n nlog n≤n 2 log n， 另一方面，∑j=1n jlog j≥∑j= n/2 n n/2log n/2 ≥n/2 n/2log n/2 ≥(n-1)n/4·log(n/2)。 n 因此，∑j=1 jlog j= (n 2logn)。 （b）令 f(x)=x log x (x≥1)。由于 f(x) 是增函数，故有 ∑j=1n jlog j≤∫1n+1 x log xdx≤(2(n+1)2 ln(n+1)-(n+1)2+1) / (4ln2)； 同时， ∑j=1n jlog j=∑j=2n jlog j≥∫1n x log xdx≥(2n2 lnn-n2+1) / (4ln2)。 因此，∑j=1n jlog j= (n 2lnn)= (n 2logn)。 2.18 解答： (a) 特征方程为 x=3。
算法分析与设计教程习题解答_秦明
算法分析与设计教程习题解答第1章 算法引论1. 解：算法是一组有穷的规则，它规定了解决某一特定类型问题的一系列计算方法。
频率计数是指计算机执行程序中的某一条语句的执行次数。
多项式时间算法是指可用多项式函数对某算法进行计算时间限界的算法。
指数时间算法是指某算法的计算时间只能使用指数函数限界的算法。
2. 解：算法分析的目的是使算法设计者知道为完成一项任务所设计的算法的优劣，进而促使人们想方设法地设计出一些效率更高效的算法，以便达到少花钱、多办事、办好事的经济效果。
3. 解：事前分析是指求出某个算法的一个时间限界函数（它是一些有关参数的函数）；事后测试指收集计算机对于某个算法的执行时间和占用空间的统计资料。
4. 解：评价一个算法应从事前分析和事后测试这两个阶段进行，事前分析主要应从时间复杂度和空间复杂度这两个维度进行分析；事后测试主要应对所评价的算法作时空性能分布图。
5. 解：①n=11； ②n=12； ③n=982； ④n=39。
第2章 递归算法与分治算法1． 解：递归算法是将归纳法的思想应用于算法设计之中，递归算法充分地利用了计算机系统内部机能，自动实现调用过程中对于相关且必要的信息的保存与恢复；分治算法是把一个问题划分为一个或多个子问题，每个子问题与原问题具有完全相同的解决思路，进而可以按照递归的思路进行求解。
2． 解：通过分治算法的一般设计步骤进行说明。
3． 解：int fibonacci(int n) {if(n<=1) return 1;return fibonacci(n-1)+fibonacci(n-2); }4. 解：void hanoi(int n,int a,int b,int c) {if(n>0) {hanoi(n-1,a,c,b); move(a,b);hanoi(n-1,c,b,a); } } 5. 解：①22*2)(--=n n f n② )log *()(n n n f O =6． 解：算法略。
《算法分析与设计》课后作业
《算法分析与设计》各章课后作业第一章 课后作业1. 设某算法在输入规模为n 时的计算时间为T(n)=10*2n。
若在甲台计算机上实现并完成该算法的时间为t 秒，现有一台运行速度是甲的64倍的另一台计算机乙，问在乙计算机上用同一算法在t 秒内能解决的问题的规模是多大？2.按照渐近阶从低到高的顺序排列以下表达式：4n 2，logn ，3n，20n ，2，n 2/3。
又n!应该排在哪一位？第二章 课后作业1. 用展开法求解下列递推关系：T(n)=⎩⎨⎧>+=1n )()2/(20n )1(n O n T O，写出T(n)的大O 记号表示。
2. 下面是实现在a[0]<=a[1]<=…<=a[n-1]中搜索x 的二分搜索算法，请根据二分 搜索技术在下划线处填充语句。
算法描述如下： template<class Type>public static int BinarySearch(int []a, int x, int n) { //在a[0]<=a[1]<=…<=a[n-1]中搜索 x // 找到x 时返回其在数组中的位置，否则返回-1 int left = 0; int right = n - 1; while ( ) {int middle = ;if(x == a[middle]) return ; if(x > a[middle]) left = middle + 1; else right= ; }return -1; // 未找到x}第三章课后作业1、选择题。
（1）下列算法中通常以自底向上的方式求解最优解的是（）。
A、备忘录法B、动态规划法C、贪心法D、回溯法（2）备忘录方法是那种算法的变形。
（）A、分治法B、动态规划法C、贪心法D、回溯法（3）矩阵连乘问题的算法可由（）设计实现。
A、分支界限算法B、动态规划算法C、贪心算法D、回溯算法2．计算题。
《算法设计与分析》课件
常见的贪心算法包括最小生成树算法 、Prim算法、Dijkstra算法和拓扑排 序等。
贪心算法的时间复杂度和空间复杂度 通常都比较优秀，但在某些情况下可 能需要额外的空间来保存状态。
动态规划
常见的动态规划算法包括斐波那契数列、背包 问题、最长公共子序列和矩阵链乘法等。
动态规划的时间复杂度和空间复杂度通常较高，但通 过优化状态转移方程和状态空间可以显著提高效率。
动态规划算法的时间和空间复杂度分析
动态规划算法的时间复杂度通常为O(n^2)，空间复杂度为O(n)。
04 经典问题与算法实现
排序问题
冒泡排序
通过重复地遍历待排序序列，比较相邻元素的大小，交换 位置，使得较大的元素逐渐往后移动，最终达到排序的目 的。
快速排序
采用分治策略，选取一个基准元素，将比基准元素小的元 素移到其左边，比基准元素大的元素移到其右边，然后对 左右两边的子序列递归进行此操作。
动态规划是一种通过将原问题分解为若干个子 问题，并从子问题的最优解推导出原问题的最 优解的算法设计方法。
动态规划的关键在于状态转移方程的建立和状态 空间的优化，以减少不必要的重复计算。
回溯算法
01
回溯算法是一种通过穷举所有可能情况来求解问题的算法设计方法。
02
常见的回溯算法包括排列组合、八皇后问题和图的着色问题等。
空间换时间 分治策略 贪心算法 动态规划
通过增加存储空间来减少计算时间，例如使用哈希表解决查找 问题。
将问题分解为若干个子问题，递归地解决子问题，最终合并子 问题的解以得到原问题的解。
在每一步选择中都采取当前状态下最好或最优（即最有利）的 选择，从而希望导致结果是最好或最优的。
通过将问题分解为相互重叠的子问题，并保存子问题的解，避 免重复计算，提高算法效率。
算法设计与分析(第2版)-王红梅-胡明-习题答案(1)
算法设计与分析(第2版)-王红梅-胡明-习题答案习题11. 图论诞生于七桥问题。
出生于瑞士的伟大数学家欧拉（Leonhard Euler ，1707—1783）提出并解决了该问题。
七桥问题是这样描述的：一个人是否能在一次步行中穿越哥尼斯堡（现在叫加里宁格勒，在波罗的海南岸）城中全部的七座桥后回到起点，且每座桥只经过一次，图 1.7是这条河以及河上的两个岛和七座桥的草图。
请将该问题的数据模型抽象出来，并判断此问题是否有解。
七桥问题属于一笔画问题。
输入：一个起点输出：相同的点1， 一次步行2， 经过七座桥，且每次只经历过一次3， 回到起点该问题无解：能一笔画的图形只有两类：一类是所有的点都是偶点。
另一类是只有二个奇点的图形。
2．在欧几里德提出的欧几里德算法中（即最初的欧几里德算法）用的不是除法而是减法。
请用伪代码描述这个版本的欧几里德算法1.r=m-n2.循环直到r=02.1 m=n图1.7 七桥问题2.2 n=r2.3 r=m-n3 输出m3．设计算法求数组中相差最小的两个元素（称为最接近数）的差。
要求分别给出伪代码和C++描述。
//采用分治法//对数组先进行快速排序//在依次比较相邻的差#include <iostream>using namespace std;int partions(int b[],int low,int high){int prvotkey=b[low];b[0]=b[low];while (low<high){while (low<high&&b[high]>=prvotkey)--high;b[low]=b[high];while (low<high&&b[low]<=prvotkey)++low;b[high]=b[low];}b[low]=b[0];return low;}void qsort(int l[],int low,int high){int prvotloc;if(low<high){prvotloc=partions(l,low,high); //将第一次排序的结果作为枢轴qsort(l,low,prvotloc-1); //递归调用排序由low 到prvotloc-1qsort(l,prvotloc+1,high); //递归调用排序由 prvotloc+1到 high}}void quicksort(int l[],int n){qsort(l,1,n); //第一个作为枢轴，从第一个排到第n个}int main(){int a[11]={0,2,32,43,23,45,36,57,14,27,39};int value=0;//将最小差的值赋值给valuefor (int b=1;b<11;b++)cout<<a[b]<<' ';cout<<endl;quicksort(a,11);for(int i=0;i!=9;++i){if( (a[i+1]-a[i])<=(a[i+2]-a[i+1]) )value=a[i+1]-a[i];elsevalue=a[i+2]-a[i+1];}cout<<value<<endl;return 0;}4．设数组a[n]中的元素均不相等，设计算法找出a[n]中一个既不是最大也不是最小的元素，并说明最坏情况下的比较次数。
算法设计与分析+习题参考答案
算法设计与分析+习题参考答案5..证明等式gcd(m,n)=gcd(n,m mod n)对每⼀对正整数m,n都成⽴.Hint:根据除法的定义不难证明:●如果d整除u和v, 那么d⼀定能整除u±v;●如果d整除u,那么d也能够整除u的任何整数倍ku.对于任意⼀对正整数m,n,若d能整除m和n,那么d⼀定能整除n和r=m mod n=m-qn；显然，若d能整除n和r，也⼀定能整除m=r+qn和n。
数对(m,n)和(n,r)具有相同的公约数的有限⾮空集，其中也包括了最⼤公约数。
故gcd(m,n)=gcd(n,r)6.对于第⼀个数⼩于第⼆个数的⼀对数字,欧⼏⾥得算法将会如何处理?该算法在处理这种输⼊的过程中,上述情况最多会发⽣⼏次?Hint:对于任何形如0<=m并且这种交换处理只发⽣⼀次.7.a.对于所有1≤m,n≤10的输⼊, Euclid算法最少要做⼏次除法?(1次)b. 对于所有1≤m,n≤10的输⼊, Euclid算法最多要做⼏次除法?(5次)gcd(5,8)习题1.21.(农夫过河)P—农夫W—狼G—⼭⽺C—⽩菜2.(过桥问题)1,2,5,10---分别代表4个⼈, f—⼿电筒4. 对于任意实系数a,b,c, 某个算法能求⽅程ax^2+bx+c=0的实根,写出上述算法的伪代码(可以假设sqrt(x)是求平⽅根的函数)算法Quadratic(a,b,c)//求⽅程ax^2+bx+c=0的实根的算法//输⼊:实系数a,b,c//输出:实根或者⽆解信息D←b*b-4*a*cIf D>0temp←2*ax1←(-b+sqrt(D))/tempx2←(-b-sqrt(D))/tempreturn x1,x2else if D=0 return –b/(2*a)else return “no real roots”else //a=0if b≠0 return –c/belse //a=b=0if c=0 return “no real numbers”else return “no real roots”5.描述将⼗进制整数表达为⼆进制整数的标准算法a.⽤⽂字描述b.⽤伪代码描述解答：a.将⼗进制整数转换为⼆进制整数的算法输⼊：⼀个正整数n输出：正整数n相应的⼆进制数第⼀步：⽤n除以2，余数赋给Ki(i=0,1,2...)，商赋给n第⼆步：如果n=0，则到第三步，否则重复第⼀步第三步：将Ki按照i从⾼到低的顺序输出b.伪代码算法DectoBin(n)//将⼗进制整数n转换为⼆进制整数的算法//输⼊：正整数n//输出：该正整数相应的⼆进制数，该数存放于数组Bin[1...n]中i=1while n!=0 do {Bin[i]=n%2;n=(int)n/2;i++;}while i!=0 do{print Bin[i];i--;}9.考虑下⾯这个算法,它求的是数组中⼤⼩相差最⼩的两个元素的差.(算法略) 对这个算法做尽可能多的改进.算法MinDistance(A[0..n-1])//输⼊:数组A[0..n-1]//输出:the smallest distance d between two of its elements习题1.31.考虑这样⼀个排序算法,该算法对于待排序的数组中的每⼀个元素,计算⽐它⼩的元素个数,然后利⽤这个信息,将各个元素放到有序数组的相应位置上去.a.应⽤该算法对列表‖60,35,81,98,14,47‖排序b.该算法稳定吗?c.该算法在位吗?解:a. 该算法对列表‖60,35,81,98,14,47‖排序的过程如下所⽰:b.该算法不稳定.⽐如对列表‖2,2*‖排序c.该算法不在位.额外空间for S and Count[]4.(古⽼的七桥问题)习题1.41.请分别描述⼀下应该如何实现下列对数组的操作,使得操作时间不依赖数组的长度. a.删除数组的第i 个元素(1<=i<=n)b.删除有序数组的第i 个元素(依然有序) hints:a. Replace the i th element with the last element and decrease the array size of 1b. Replace the ith element with a special symbol that cannot be a value of the array ’s element(e.g., 0 for an array of positive numbers ) to mark the i th position is empty. (―lazy deletion ‖)第2章习题2.17.对下列断⾔进⾏证明:(如果是错误的,请举例) a. 如果t(n )∈O(g(n),则g(n)∈Ω(t(n)) b.α>0时,Θ(αg(n))= Θ(g(n)) 解:a. 这个断⾔是正确的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《算法分析与设计》作业（一）本课程作业由两部分组成。
第一部分为“客观题部分”，由15个选择题组成，每题1分，共15分。
第二部分为“主观题部分”，由简答题和论述题组成，共15分。
作业总分30分，将作为平时成绩记入课程总成绩。
客观题部分：一、选择题（每题1分，共15题）1、递归算法：（C ）A、直接调用自身B、间接调用自身C、直接或间接调用自身D、不调用自身2、分治法的基本思想是将一个规模为n的问题分解为k个规模较小的字问题，这些子问题：（D ）A、相互独立B、与原问题相同C、相互依赖D、相互独立且与原问题相同3、备忘录方法的递归方式是：（C ）A、自顶向下B、自底向上C、和动态规划算法相同D、非递归的4、回溯法的求解目标是找出解空间中满足约束条件的：（A ）A、所有解B、一些解C、极大解D、极小解5、贪心算法和动态规划算法共有特点是：（ A ）A、最优子结构B、重叠子问题C、贪心选择D、形函数6、哈夫曼编码是：（B）A、定长编码B、变长编码C、随机编码D、定长或变长编码7、多机调度的贪心策略是：（A）A、最长处理时间作业优先B、最短处理时间作业优先C、随机调度D、最优调度8、程序可以不满足如下性质：（D ）A、零个或多个外部输入B、至少一个输出C、指令的确定性D、指令的有限性9、用分治法设计出的程序一般是：（A ）A、递归算法B、动态规划算法C、贪心算法D、回溯法10、采用动态规划算法分解得到的子问题：（ C ）A、相互独立B、与原问题相同C、相互依赖D、相互独立且与原问题相同11、回溯法搜索解空间的方法是：（A ）A、深度优先B、广度优先C、最小耗费优先D、随机搜索12、拉斯维加斯算法的一个显著特征是它所做的随机选性决策有可能导致算法：（ C ）A、所需时间变化B、一定找到解C、找不到所需的解D、性能变差13、贪心算法能得到：（C ）A、全局最优解B、0-1背包问题的解C、背包问题的解D、无解14、能求解单源最短路径问题的算法是：（A ）A、分支限界法B、动态规划C、线形规划D、蒙特卡罗算法15、快速排序算法和线性时间选择算法的随机化版本是：（ A ）A、舍伍德算法B、蒙特卡罗算法C、拉斯维加斯算法D、数值随机化算法主观题部分：二、写出下列程序的答案（每题2.5分，共2题）1、请写出批处理作业调度的回溯算法。
#include<iostream>#include<algorithm>using namespace std;class Flowing{friend int Flow(int ** ,int ,int []);private://int Bound(int i);void Backtrack(int t);int **M;//int *x;//当前解int *bestx;//int *f2;//int f1;//int f;//int bestf;//int n;//};void Flowing::Backtrack(int i){if(i>n){for(int j=1;j<=n;j++)bestx[j]=x[j];bestf=f;}elsefor(int j=i;j<=n;j++){f1+=M[x[j]][1];f2[i]=((f2[i-1]>f1)?f2[i-1]:f1)+M[x[j]][2];f+=f2[i];if(f<bestf){swap(x[i],x[j]);Backtrack(i+1);swap(x[i],x[j]);}f1-=M[x[j]][1];f-=f2[i];}}int Flow(int ** M,int n,int bestx[]){int ub=INT_MAX;Flowing X;X.x=new int[n+1];X.f2=new int[n+1];X.M=M;X.n=n;X.bestx=bestx;X.bestf=ub;X.f1=0;X.f=0;for(int i=0;i<=n;i++)X.f2[i]=0,X.x[i]=i;X.Backtrack(1);delete[] X.x;delete[] X.f2;return X.bestf;}void main(){int **M;int n;int *bestx;cout<<"请输入作业数:";cin>>n;M=new int *[n+1];cout<<"请输入各作业处理时间:"<<endl;for(int i=1;i<=n;i++)M[i]=new int[2];for(int k=1;k<=n;k++)for(int j=1;j<3;j++)cin>>M[k][j];bestx=new int[n+1];for(i=1;i<=n;i++)bestx[i]=0;cout<<"最优完成时间:"<<Flow(M,n,bestx)<<endl;cout<<"最优方案:";for(i=1;i<=n;i++)cout<<"作业"<<bestx[i]<<" ";cout<<endl;}2、函数渐进阶对于下列各组函数f(n)和g(n)，确定f(n)=O(g(n))或f(n)= ))((n g Ω或f(n)=))((n g θ，并简述理由。
(1) f(n)=logn 2; g(n)=logn+5;f(n)与g(n)同阶，f(n)=))((n g θ(2) f(n)=logn 2; g(n)=n ;当n>=8时，f(n)<=g(n)，故f(n)=O(g(n))分析：此类题目不易直接看出阶的高低，可用几个数字代入观察结果。
如依次用n=1,21, 22, 23, 26, 28, 210(3) f(n)=n; g(n)=log 2n;f(n)= ))((n g Ω(4) f(n)=nlogn+n; g(n)=logn;f(n)= ))((n g Ω(5) f(n)=10; g(n)=log10;f(n)=))((n g θ(6) f(n)= log 2n; g(n)=logn;f(n)= ))((n g Ω(7) f(n)=2n ; g(n)=100n 2;f(n)= ))((n g Ω(8) f(n) =2n ; g(n)=3n ;f(n)=O(g(n))三、写出下列题目的程序（每题5分，共2题）1、请写出背包问题的贪心算法。
procedure GREEDY-KNAPSACK(P，W，M，X，n)X←0 //将解向量初始化为零//cu←M //cu是背包剩余容量//for i←1 to n doif W(i) ≤cu then exit endifX(i) ← 1 ；cu←cu-W(i) ；repeat ；if i≤n then X(i) ←cu/ W(i) ；endifend GREEDY-KNAPSACK2、字符串比较问题问题描述：对于长度相同的2个字符串A和B，其距离定义为相应位置字符距离之和。
2个非空格字符的距离是它们的ASCII码之差的绝对值。
空格与空格的距离为0，空格与其它字符的距离为一定值k。
在一般情况下，字符串A和B的长度不一定相同。
字符串A的扩展是在A中插入若干空格字符所产生的字符串。
在字符串A和B的所有长度相同的扩展中，有一对距离最小的扩展，该距离称为字符串A和B的扩展距离。
对于给定的字符串A和B，试设计一个算法，计算其扩展距离。
编程任务：对于给定的字符串A和B，编程计算其扩展距离。
数据输入：由文件input.txt给出输入数据。
第1行是字符串A，第2行是字符串B，第3行是空格与其它字符的距离定值k。
结果输出：将计算出的字符串A和B的扩展距离输出到文件output.txt。
输入文件示例输出文件示例input.txt output.txtcmc 10snmn2解答：设字符串A和B的字串A[1...i]和B[1...j]的扩展距离是val(i, j)；依题意，字符串A和B有三种可能的情况：1）A串最后一个字符是空格，B串最后一个字符是字母，则val(i, j) = val(i-1, j) + k；2）A串最后一个字符时字母，B串最后一个字符时空格，则val(i, j) = val(i, j-1) + k；3）A串和B串最后一个字符均是字母，则val(i, j) = val(i-1, j-1) + dist(ai , bi)；由上可知，val(i, j)具有最优子结构性质，且满足如下递推式：val(i, j) = min{ val(i-1, j) + k，val(i, j) + k，val(i-1, j-1) + dist(ai , bi) }（使用动态规划算法，自底向上的计算各个子问题并利用每次计算的结果，避免重复运算，从而降低算法复杂度。
）从动态规划递归式可知，算法的时间复杂度为O（mn），m和n分别是字符串A和B的长度。
代码如下：#include <iostream>#include <cmath>#define MAX 100000 //标识最大的可能整数int val[300][300];std::string stra; //字符串Astd::string strb; //字符串Bint k; //定值k//返回字符a与b的ASCII码的差的绝对值int dist(char a, char b){return abs(a-b);}int comp(){int len1, len2;int tmp;val[0][0] = 0;len1 = stra.length();len2 = strb.length();for(int i=0; i<=len1; i++) //字符串A和B的有效下标是º1~len,下标0表示空字符串{ //i或j是0表示A或B串为空串for(int j=0; j<=len2; j++){if(i+j)//i和j至少一个大于0{val[i][j] = MAX;tmp = val[i-1][j] + k;if(i && (tmp<val[i][j]))//i大于0val[i][j] = tmp;tmp = val[i][j-1]+k;if(j && (tmp<val[i][j]))//j大于0val[i][j] = tmp;tmp = val[i-1][j-1] + dist(stra[i], strb[j]);if((i*j) && (tmp<val[i][j])) //i和j至少有一个不为0val[i][j] = tmp;}}}return val[len1][len2];}int main(){std::cin>>stra>>strb>>k;stra = " " + stra; //此处在字符串开头添加一个空格，是为了使字符串strastrb = " " + strb; //的控制台输入的有效字符下标从1到stra.length()std::cout<<comp()<<std::endl;system("pause");return 0;}售后组投身消毒售后无畏，西装革履精心准备。