算法导论 练习题 16.1-4

注意，如果图中存在从x到i的路径，则A[i]是i−1个较小元素中的一个，如果图中存在从i到x的路径，则A[i]是n−i个较大元素中的一个。设n < k时T(n) < cn，则m≥k时，T(m)≤T(m/7) + T(10m/14) + O(m)≤cm(1/7 + 10/14) + O(m)。在不失一般性的前提下，假设n和k是2的幂。换句话说，P(Xk = a| max(k−1,n−k) = m) = P(Xk = a)对于a = 0,1和m = k−1,n−k，所以Xk和max(k−1,n−k)是独立的。

16.1-4 假设有一组活动，我们需要将它们安排到一些教室，任意活动都可以在任意教室进行。我们希望使用最少的教室来完成活动。设计一个高效的贪心算法，求每个活动应该在哪个教室来进行。 　　（这个问题也被称为区间图着色问题。我们可以作出一个区间图，其顶点为已知的活动，其边连接着不兼容的活动。要求使用最少的颜色对顶点进行着色，使得所有相邻顶点颜色均不相同——这与使用最少的教室完成所有的活动的问题是对

题目： 假设要用很多个教室对一组活动进行调剂。我们希望应用尽可能少的教室来调剂所有的活动。请给出一个有效的贪心算法，来断定哪一个活动应应用哪一个教室。 （这个题目也被成为区间图着色（interval-graph coloring）题目。我们可作出一个区间图，其顶点为已知的活动，其边连接着不兼容的活动。为使任两个相邻结点的色彩均不雷同，所需的起码色彩对应于找出调剂给定的所有活动所需的起码教室

转载请注明原创：http://www.cnblogs.com/StartoverX/p/4608412.html 题目： 　　有一组活动，我们需要将它们安排到一些教室，任意活动都可以在任意教室进行。我们希望使用最少的教室完成所有活动。 　　设计一个高效的贪心算法求每个活动应该在哪个教室进行。 分析： 　　本题是对书中活动选择问题的一个扩展。在活动选择问题中，我们要求的是一...

16.1-5 给定n个活动的开始时间和结束时间表，及每个活动的收益表，求对这些活动的一个组织使收益最大化。 这问题其实CLRS正文介绍贪心算法时用到的 活动选择问题 的泛化；即能用贪心算法解决的活动选择是该问题的一个特例：收益都是1。 而这里，收益是各不相同的。于是直观地看，需要用到dp解决。 而因为活动之间存在兼容问题：j的开始时间有可能与 i 的结束时间或者开始时间冲突，所以对

文章目录4.1最大子数组4.1-14.1-24.1-44-1.54.2矩阵乘法的Strassen算法 4.1最大子数组 按照书中分治思想的代码： def find_max_crossing_subarray(A, low, high): left_sum = -float('inf') S_left = 0 mid = (low + high) // 2 for i in range(mid, low - 1, -1): S_left = S_left +

3.2-1 证明：若f(n)f(n)f(n)和g(n)g(n)g(n)是单调递增的函数，则函数f(n)+g(n)f(n) + g(n)f(n)+g(n)和f(g(n))f(g(n))f(g(n))也是单调递增的，此外，若f(n)f(n)f(n)和g(n)g(n)g(n)是非负的，则f(n)∗g(n)f(n)*g(n)f(n)∗g(n)是单调递增的。 解：设n1,n2n_1, n_2n1​,n2​...

原活动问题是用贪心算法解得，实质是就是不重合区间择多问题。 新的问题变形后，每个区间的都带上的值，求如何选择才能得到不重合区间且值最大。 想了想只能用dp来解决，下面附我的解题思路+代码        1.用act[max][3]记录所有活动的状态（开始时间|结束时间|价值）          act[n-1][0]表示第n个活动的开始时间，act[n-1][1]]表示第n个活动的结束

将英文版的答案翻译过来的，互相交流学习，新手轻喷。 假定有一组活动，需要将它们安排到一些教室，任意活动可以使用任意的教室。希望利用最少的教室完成所有活动的安排。 设S是n个活动的集合 利用贪心算法从S中找到一个最大规模的相容集合S1，把他们安排到第一个教室，然后从S-S1中继续找一个最大相 容集合S2，安排到第二个教室。一直这样直到所有活动都被安排，最差需要O（n^2）的时

算法导论习题16.1-4

这篇文章主要讲述一个经典问题：活动选择问题。并给出该问题的贪心算法实现和动态规划实现。 对于该问题的描述，在算法导论第16章给出了详细的讲解，这里就不做解释说明了，下面给出贪心算法的Java语言实现： package chapter1.homework1; import java.util.*; public class ActivitySelector { private i

习题编号以第三版为准。

【笔记】 【练习】

　　前言：贪心算法也是用来解决最优化问题，将一个问题分成子问题，在现在子问题最优解的时，选择当前看起来是最优的解，期望通过所做的局部最优选择来产生一个全局最优解。书中先从活动选择问题来引入贪心算法，分别采用动态规划方法和贪心算法进行分析。本篇笔记给出活动选择问题的详细分析过程，并给出详细的实现代码进行测试验证。关于贪心算法的详细分析过程，下次在讨论。 1、活动选择问题描述 　　 有一个需要使...

16.1-2 问题描述 不再一直选择最早结束的活动，而是选择最晚开始的活动，前提仍然是与之前选出的所有活动均兼容。描述利用该方法设计的贪心算法，并证明算法会产生最优解。 贪心选择 令Sk={ai∈S:fi≤sk}S_k=\{a_i\in S:f_i \leq s_k\}即aka_k开始前结束的任务集合。当我们做出贪心选择ala_l，那么剩下的SlS_l是唯一需要求解的子问题。我们先证明“如果am

题目： 假设要用很多个教室对一组活动进行调剂。我们希望应用尽可能少的教室来调剂所有的活动。请给出一个有效的贪心算法，来断定哪一个活动应应用哪一个教室。 （这个题目也被成为区间图着色（interval-graph coloring）题目。我们可作出一个区间图，其顶点为已知的活动，其边连接着不兼容的活动。为使任两个相邻结点的色彩均不雷同，所需的起码色彩对应于找出调剂给定的所有活动所需的起码教室数。

//16.1-1 活动选择问题的动态规划算法 #include #include #define N 11 void dynamic_activity_selector(int *s,int *f,int c[N+1][N+1],int ret[N+1][N+1]); void trace_route(int ret[N+1][N+1],int i,int j); void dynam

//16.2-4 #include using namespace std; #define N 6 int x[N+1]={0,10,40,60,90,120,140},f[N+1]={0};//f用于标记某一站是否加油，x[i]表示第i个加油站距离起始点的距离 void Greedy_Select(int x[],int f[])//选择在哪一个加油站停车 { int n=30;//邮箱