问答题

阅读下列说明,回答问题。
[说明]
现需在某城市中选择一个社区建一个大型超市,使该城市的其他社区到该超市的距离总和最小。用图模型表示该城市的地图,其中顶点表示社区,边表示社区间的路线,边上的权重表示该路线的长度。
现设计一个算法来找到该大型超市的最佳位置,即在给定图中选择一个顶点,使该顶点到其他各项点的最短路径之和最小。算法首先需要求出每个顶点到其他任一顶点的最短路径,即需要计算任意两个顶点之间的最短路径;然后对每个顶点,计算其他各项点到该顶点的最短路径之和;最后,选择最短路径之和最小的顶点作为建大型超市的最佳位置。
[问题1]
本题采用Floyd-Warshall算法求解任意两个顶点之间的最短路径。已知图G的顶点集合为V=1,2,...,n),W=Wijn*n为权重矩阵。设
为从顶点i到顶点,的一条最短路径的权重。当k=0时,不存在中间顶点,因此

当k>0时,该最短路径上所有的中间顶点均属于集合1,2,…,k,若中间顶点包括顶点k,则
,若中间顶点不包括顶点k,则

于是得到如下递归式。


因为对于任意路径,所有的中间顶点都在集合1,2,…,n内,因此矩阵
n*n给出了任意两个顶点之间的最短路径,即对所有
表示顶点i到顶点,的最短路径。
下面是求解该问题的伪代码,请填充其中空缺的(1)~(6)处。伪代码中的主要变量说明如下。
W:权重矩阵;
n:图的顶点个数;
SP:最短路径权重之和数组,SP[i]表示顶点f到其他各顶点的最短路径权重之和,i从1到n;
min_SP:最小的最短路径权重之和;
min_v:具有最小的最短路径权重之和的顶点;
i:循环控制变量;
j:循环控制变量;
k:循环控制变量;
LOCATE-SHOPPINGMALL (W, n)
1 D(0)=W
2 for (1)
3 for i=1 to n
4 for j = 1 to n
5

6 (2)
7 else
8 (3)
9 for i=1 to n
10 Sp[i] =0
11 for j=1 to n
12 (4)
13 min_SP=SP [1]
14 (5)
15 for i=2 to n
16 if min_SP>SP [i]
17 min_SP=SP[i]
18 min_v=i
19 return (6)
[问题2]
问题1中伪代码的时间复杂度为______(用O符号表示)。

【参考答案】

[问题1] (1) k=1 to n (2)
(3)

(4)
;(5) ......

(↓↓↓ 点击下方‘点击查看答案’看完整答案、解析 ↓↓↓)
热门 试题

问答题
阅读下列说明,回答问题。 [说明] 0-1背包问题可以描述为:有n个物品,对i=1,2,…,n,第i个物品价值为vi,重量为wi(vi,和wi为非负数),背包容量为W(W为非负数),选择其中一些物品装入背包,使装入背包物品的总价值最大,即,且总重量不超过背包容量,即,其中,Xi∈0,1,xi=0表示第i个物品不放入背包,xi=1表示第i个物品放入背包。 [问题1] 用回溯法求解此0-1背包问题,请填充下面伪代码中(1)~(4)处空缺。 回溯法是一种系统的搜索方法。在确定解空间后,回溯法从根节点开始,按照深度优先策略遍历解空间树,搜索满足约束条件的解。对每一个当前节点,若扩展该节点己经不满足约束条件,则不再继续扩展。为了进一步提高算法的搜索效率,往往需要设计一个限界函数,判断并剪枝那些即使扩展了也不能得到最优解的节点。现在假设已经设计了BOUND(v,w,k,w)函数,其中v,w,k和W分别表示当前已经获得的价值、当前背包的重量、己经确定是否选择的物品数和背包的总容量。对应于搜索树中的某个节点,该函数值表示确定了部分物品是否选择之后,对剩下的物品在满足约束条件的前提下进行选择可能获得的最大价值,若该价值小于等于当前已经得到的最优解,则该节点无需再扩展。 下面给出0-1背包问题的回溯算法伪代码。 函数参数说明如下。 W:背包容量;n:物品个数;w:重量数组;v:价值数组;fw:获得最大价值时背包的重量;fp:背包获得的最大价值;X:问题的最优解。 变量说明如下。 cw:当前的背包重量;cp:当前获得的价值;k:当前考虑的物品编号;Y:当前已获得的部分解。 BKNAP (W,n,w,v,fw, fp,X) 1 cw←cp←0 2 (1) 3 fp←-1 4 while true 5 while k≤n and cw+w[k]≤W do 6 (2) 7 cp← cp+v[k] 8 Y[k] ← 1 9 k← k+1 10 if k>n then 11 if fp<cp then 12 fp ← cp 13 fw ← ew 14 k ← n 15 X ← Y 16 else Y(k)← 0 17 while BOUND(cp, cw, k, W) ≤fp do 18 while k≠0 and Y(k) ≠1 do 19 (3) 20 if k=0 then return 21 Y[k]←0 22 cw←cw-w[k] 23 cp ← cp-v[k] 24 (4) [问题2] 考虑表9.2的实例,假设有3个物品,背包容量为22。图9.1中是根据上述算法构造的搜索树,其中节点的编号表示了搜索树生成的顺序,边上的数字1 0分别表示选择 不选择对应物品。除了根节点之外,每个左孩子节点旁边的上下两个数字分别表示当前背包的重量和已获得的价值,右孩子节点旁边的数字表示扩展了该节点后最多可能获得的价值。为获得最优解,应该选择物品 (5) ,获得的价值为 (6) 。 表9.2 0-1背包问题实例 物品1 物品2 物品3 重量 15 10 10 价值 30 18 17 单位价值 2 1.8 1.7 对于表9.2的实例,若采用穷举法搜索整个解空间,则搜索树的节点数为 (7) ,而用了上述回溯法,搜索树的节点数为 (8) 。
单项选择题