【PTA】【数据结构与算法】动态规划

判断题

1.如果一个问题可以用动态规划算法解决，则总是可以在多项式时间内解决的。

T	F

2.最优二叉搜索树的根结点一定存放的是搜索概率最高的那个关键字。

T	F

3.用动态规划而非递归的方法去解决问题时，关键是将子问题的计算结果保存起来，使得每个不同的子问题只需要被计算一次。子问题的解可以被保存在数组或哈希散列表中。

T	F

4.For finding an optimal binary search tree, we can use the same greedy algorithm as the one for building a Huffman tree.

T	F

5.The weighted Activity Selection problem with weights in the set {1, 2} can be solved optimally by the same greedy algorithm used for the unweighted case.

T	F

选择题

1.切原木问题：给定一根长度为N米的原木；另有一个分段价格表，给出长度L=1,2,⋯,M对应的价格P_L 。要求你找出适当切割原木分段出售所能获得的最大收益R_N​​ 。例如，根据下面给出的价格表，若要出售一段8米长的原木，最优解是将其切割为2米和6米的两段，这样可以获得最大收益R₈ =P₂​​ +P₆=5+17=22。而若要出售一段3米长的原木，最优解是根本不要切割，直接售出。

下列哪句陈述是错的？

	选项
A	此问题可以用动态规划求解
B	若N≤M，则有RN​​ =max{PN ,max​1≤i<N​​ {Ri​​ +RN-i}}
C	若N>M，则有RN=max​1≤i<N​​ {R​​i​​ +R​N−M​​ }
D	算法的时间复杂度是O(N2)

2.在求解最优二叉搜索树问题时，我们用到递推式 c_​ij=min_​i≤l≤j​​ {w_​​ij​​ +c_{​​i,l−1}​​ +c​_​l+1,j}。要通过迭代求解此式，必须用以下哪种方式填表：

	选项
A	for i= 1 to n-1 do; for j= i to n do; for l= i to j do
B	for j= 1 to n-1 do; for i= 1 to j do; for l= i to j do
C	for k= 1 to n-1 do;     for i= 1 to n-k do; set j = i+k;      for l= i to j do
D	for k= 1 to n-1 do;   for i= 1 to n do; set j = i+k;     for l= i to j do

3.在动态规划中，我们要推导出一个子问题的解与其他子问题解的递推关系。要将这种关系转换为自底向上的动态规划算法，我们需要以正确的顺序填写子问题解的表格，使得在解任一子问题时，所有它需要的子问题都已经被解决了。在下列关系式中，哪一个是不可能被计算的？

	选项
A	A(i,j)=min(A(i−1,j),A(i,j−1),A(i−1,j−1))
B	A(i,j)=F(A(min{i,j}−1,min{i,j}−1),A(max{i,j}−1,max{i,j}−1))
C	A(i,j)=F(A(i,j−1),A(i−1,j−1),A(i−1,j+1))
D	A(i,j)=F(A(i−2,j−2),A(i+2,j+2))

4.给定递推方程 f_​i,j,k=f_​i,j+1,k​​ +min_{​​0≤l≤k}​​ {f_​i−1,j,l​​ +w_​j,l​​ }。要通过循环解此方程，我们一定不能用下列哪种方法填表？

	选项
A	for k in 0 to n: for i in 0 to n: for j in n to 0
B	for i in 0 to n: for j in 0 to n: for k in 0 to n
C	for i in 0 to n: for j in n to 0: for k in n to 0
D	for i in 0 to n: for j in n to 0: for k in 0 to n

5.Which one of the following problems can be best solved by dynamic programming?

	选项
A	Mergesort
B	Closest pair of points problem
C	Quicksort
D	Longest common subsequence problem