【正文】 } } } void merge(int l,int m,int h,sqlist r2) { xuanze(r,l,m)。 output(r,M)。 k=i=l。imamp。jh。 i++。 j++。 } while(jh) { r2[k]=r[j]。 k++。 i++。 } output(r2,M)。 }。 sqlist a,b。 srand(time(0))。iM。b[i].key=0。 cout排序前數(shù)組:\n。 cout數(shù)組排序過程演示:\n。 cout排序后數(shù)組:\n。 ()。typedef int ElemType。 ElemType data。typedef rec sqlist[MAXI]。in。 } void quicksort(int s,int t) { int i。 quicksort(s,i1)。 } else return。 rec p。j=t。 while(ij) { while(ijamp。b[j].key=)j。 while(ijamp。b[i].key=)i++。 } b[i]=p。 return i。in。 coutendl。 int n。void main(){ cout:\n。 int i,n=MAXI,low=0,high=9。 for(i=0。i++) a1[i].key=rand()%80。 cout數(shù)組排序過程演示:\n。 cout排序后數(shù)組:\n。 ()?？尚薪庖话銇碚f是不唯一的。2. 貪心法求優(yōu)化問題算法思想：在貪心算法中采用逐步構(gòu)造最優(yōu)解的方法。決策一旦作出，就不可再更改。3. 一般方法1）根據(jù)題意，選取一種量度標(biāo)準(zhǔn)。如果當(dāng)前這個(gè)輸入量的加入，不滿足約束條件，則不把此輸入加到這部分解中。1. 編程實(shí)現(xiàn)背包問題貪心算法和最小生成樹prim算法。2. 輸入5個(gè)的圖的鄰接矩陣，程序加入統(tǒng)計(jì)prim算法訪問圖的節(jié)點(diǎn)數(shù)和邊數(shù)的語句。1. 背包問題的貪心算法 procedure KNAPSACK(P，W，M，X，n) //P(1：n)和W(1；n)分別含有按 P(i)/W(i)≥P(i+1)/W(i+1)排序的n件物品的效益值 和重量。 //w通過1與T建立聯(lián)系 dist[w] ←weight(1,w) //w到T的距離 repeatwhile status[t]≠ “tree node” do pick a fringe u with min dist[w] // 選取到T最近的節(jié)點(diǎn) status[u]←“tree node” for each edge(u,w) do 修改w和T的關(guān)系 repeatrepeat2. Prim算法PrimMST(G，T，r){ InitCandidateSet(…)；//初始化：設(shè)置初始的輕邊候選集，并置T=({r}，￠) (u，v)=SelectLiShtEdge(…)；//選取輕邊(u，v)； T←T∪{(u，v)}；//擴(kuò)充T，即(u，v)涂紅加入TE，藍(lán)點(diǎn)v并人紅點(diǎn)集U } //物品效益 float w。 //物品該放的數(shù)量 int flag。//物品信息結(jié)構(gòu)體void Insertionsort(goodinfo goods[],int n){ int j,i。j=n。 i=j1。 i。 }}//按物品效益，重量比值做升序排列void bag(goodinfo goods[],float M,int n){ float cu。 for(i=1。i++) goods[i].X=0。 //背包剩余容量 for(i=1。i++) { if(goods[i].wcu)//當(dāng)該物品重量大與剩余容量跳出 break。 cu=cugoods[i].w。//該物品所要放的量for(j=2。j++) { goods[0]=goods[j]。 while (goods[0].flaggoods[i].flag) { goods[i+1]=goods[i]。 } goods[i+1]=goods[0]。 for(i=1。i++) { cout第i件物品要放:。 }}void main(){ cout|運(yùn)用貪心法解背包問題|endl。 int j。 float M。//定義一個(gè)指針 while(j) { cout請輸入物品的總數(shù)量：。 goods=new struct goodinfo [n+1]。 cinM。 int i。i=n。 cout請輸入第i件物品的重量:。 cout請輸入第i件物品的效益:。 goods[i].p=goods[i].p/goods[i].w。 } Insertionsort(goods,n)。 coutpress 1 to run agianendl。 cinj。typedef int InfoType。typedef struct ArcCell{ VRType adj。 }ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM]。 AdjMatrix arcs。 }MGraph。 VRType lowcost。void CreateGraph(MGraph amp。void MiniSpanTree_PRIM(MGraph G, VerTexType u)。int minimum(closedge close)。 MGraph G。 for(i = 0。 i++) { for(j = 0。 j++) { cout[i][j].adj。 } coutendl。a39。}void CreateGraph(MGraph amp。 int i, j = 0, k = 0。 coutinput the number for vexnum and arum:。 for(i = 0。 i++) { for(j = 0。 j++) [i][j].adj = 88。 coutinputchar for vexs:。 i 。 coutendl。 j = 0。 for(i=0。 i++) { couti:。 cintide。 while (hand != [j]) j++。 [j][k].adj = weigh。 j = 0。 coutendl。 closedge close。 for ( j = 0。 j++ ) { if (j != k) { close[j].adjvex = [k]。 } } close[j].lowcost = 88。\039。 close[k].adjvex = u。 i 。 coutclose[k].adjvex。 cout[k] 。 close[k].lowcost = 0。 j。 close[j].lowcost = [k][j].adj。 while([k++] == u) return k1。}int minimum(closedge close){ int j1=0, client = 88, j2。\039。amp。 j2 = j1。 } return j2。有一類問題的活動(dòng)過程可以分成若干個(gè)階段，而且在任一階段后的行為依賴于該階段的狀態(tài)，與該階段之前的過程如何達(dá)到這種狀態(tài)的方式無關(guān)。在50年代，貝爾曼（Richard Bellman）等人提出了解決這類問題的“最優(yōu)化原理”，從而創(chuàng)建了最優(yōu)化問題的一種新的算法設(shè)計(jì)方法－動(dòng)態(tài)規(guī)劃。最優(yōu)子結(jié)構(gòu)性質(zhì)：原問題的最優(yōu)解包含了其子問題的最優(yōu)解。問題的最優(yōu)子結(jié)構(gòu)性質(zhì)和子問題重疊性質(zhì)是采用動(dòng)態(tài)規(guī)劃算法的兩個(gè)基本要素。每一點(diǎn)最優(yōu)都是上一點(diǎn)最優(yōu)加上這段長度。us 初始值，uj第j段的最優(yōu)值。步驟13是動(dòng)態(tài)規(guī)劃算法的基本步驟。1. 編程實(shí)現(xiàn)多段圖的最短路徑問題的動(dòng)態(tài)規(guī)劃算法。3. 要求用文件裝入5個(gè)多段圖數(shù)據(jù)，編寫從文件到鄰接表的函數(shù)。多段圖算法procedure FGRAPH(E，k，n，P) //輸入是按段的順序給結(jié)點(diǎn)編號(hào)的，有n個(gè)結(jié)點(diǎn) 的k段圖。 P(1：k)是最小成本路徑。E且使c(j，r)+COST(r)取最小值 　COST(j)←c(j，r)+COST(r) D(j)←r repeat //向前對(duì)j1進(jìn)行決策// P(1)←1；P