这是个机器人猖狂的时代，请输一下验证码，证明咱是正常人~ 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
《计算机图形学》第1-5章课后习题参考答案
下载积分：1000
内容提示：《计算机图形学》第1-5章课后习题参考答案
文档格式：DOC|
浏览次数：38|
上传日期： 00:33:47|
文档星级：
该用户还上传了这些文档
《计算机图形学》第1-5章课后习题参考答案
官方公共微信第5章 搜索法_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
第5章 搜索法
上传于||暂无简介
大小：2.78MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢算法导论习题解答
算法导论习题解答
随笔分类 - 算法导论习题解答
摘要: CLRS 18-2连接与分裂2-3-4树 连接操作的输入为两个动态集合S'和S''，以及一个元素x，使得对任何x'ε S'，x'' ε S''，有key[x'] & key[x] & key[x'']。它返回一个集合S = S' U {x} U S''。分裂操作有点像一个“逆”操作：给定一个动态集S和一个元素xε S，它创建一个集合S'，其中包含了S - {x}中所有关键字小于key[x]的元素；同时创建了一个集合S''，其中包含了S -
Microgoogle 阅读(1514) |
摘要: CLRS 16.2-2 请给出一个解决0-1背包问题的运行时间为O(nW)的动态规划方法，其中，n为物品的件数，W为窃贼可放入他的背包中的物品中的最大重量。我们有n种物品，物品j的重量为wj，价格为pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W。如果限定每种物品只能选择0个或1个，则问题称为0-1背包问题。可以用公式表示为：maximize subject to 方法一：采用最原始的递归方法，公式为V(1,...,n) = max(vk + V(1,...,k-1,k+1,...,n));时间复杂度为O(2n)，很多子问题被重复计算。View Code 1 #i...
Microgoogle 阅读(3223) |
摘要: CLRS 16.1-3假设要用很多个教室对一组活动进行调度。我们希望使用尽可能少的教室来调度所有的活动。请给出一个有效的贪心算法，来确定哪一个活动应使用哪一个教室。(这个问题也被成为区间图着色(interval-graph coloring)问题。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颜色均不相同，所需的最少颜色对应于找出调度给定的所有活动所需的最少教室数。)方法一：我们很容易就可以想到用P227页的GREEDY-ACTIVITY-SELECTOR(s, f)来解决这个问题，首先调用这个函数，得到可以兼容的最大活动数，然后再在余下的活动中再次调用
Microgoogle 阅读(4226) |
摘要: CLRS 15-1 双调欧几里得旅行商问题欧几里得旅行商问题是对平面上给定的n个点确定一条连接各点的最短闭合旅程的问题。如图(a)给出了一个7个点问题的解。这个问题的一般形式是NP完全的，故其解需要多于多项式的时间。J. L. Bentley建议通过只考虑双调旅程来简化问题，这种旅程即为从最左点开始，严格地从左到右直至最右点，然后严格地从右到左直至出发点。下图(b)显示了同样的7个点的最短双调路线。在这种情况下，多项式的算法是可能的。事实上，存在确定的最优双调路线的O(n2)时间的算法。描述一个确定最优双调路线的O(n2)时间的算法。可以假设任何两点的x坐标都不相同。（提示：从左到右扫描，保持
Microgoogle 阅读(3003) |
摘要: CLRS 14-2Josephus问题的定义如下：假设n个人排成环形，且有以正整数m&=n。从某个制定的人开始，沿环报数，每遇到第m个人就让其出列，且报数进行下去。这个过程一直进行到所有人都出列为止。每个人出列的次序定义了整数1，2，...，n的(n, m)-Josephus排列。例如，(7,3)-Josephus排列为&3,6,2,7,5,1,4&。a)假设m为整数。请描述一个O(n)时间的算法，使之对给定的整数n，输出(n, m)-Josephus排列。b)假设m不是个常数。请描述一个O(nlgn)时间的算法，使给定的整数n和m，输出(n, m)-Josephus排列。解
Microgoogle 阅读(2239) |
摘要: 算法导论习题解答系列停了一年了，现在重新拾起，好多算法已经忘了，有的记得大概，但是真正的用代码实现却很难下手。CLRS 14.1-3 写出OS-SELECT的非递归形式一般递归形式改写为非递归形式要用到while，有时还要用到栈结构。OS-SELECT(x, i){ r = size[left[x]] + 1; while (r != i) { if (i & r) { x = left[x]; r = size[left[x]] + 1; } else { x = right[x]; i = i -r; r...
Microgoogle 阅读(2285) |
摘要: CLRS 13.1-1利用性质画图，略CLRS13.1-2是否CLRS13.1-3是，因为就根部被改变了，并不与其他性质矛盾。CLRS13.1-44，两个子结点都为红色3，两个子结点一红一黑2，两个子结点都为黑树的叶子的深度将会都一样，因为路径上都是黑结点了。CLRS13.1-5略CLRS13.1-6当路径上一半黑一半红时，为最多，2^(2k) - 1个，当路径上全是黑时，为最少，2^k - 1个。CLRS13.1-7最大比值为1，即根部为黑结点，两个孩子为红，然后就是NIL结点(为黑)。最小比值为0，这时全是黑结点。
Microgoogle 阅读(638) |
摘要: CLRS 12.2-1C错，240及240之后的节点应该都为911左子树上的节点，那么所有节点必然小于或等于911，但点912明显违反了。CLRS12.2-2SEARCH-MINIMUM(x) if(left[x] != NIL) SEARCH-MINIMUM(left[x]) return xSEARCH-MAXIMUM(x) if(right[x] != NIL) SEARCH-MAXIMUM(right[x]) return xCLRS12.2-3TREE-PREDECESSOR(x) if(left[x] != NIL) return TREE-MAXIMUM(left[x]) y =
Microgoogle 阅读(540) |
摘要: CLRS 12.1-3：给出一个非递归的中序树遍历算法。(提示：有两种方法，在较容易的方法中，可以采用栈作为辅助数据结构；在较为复杂的方法中，不采用栈结构，但假设可以测试两个指针是否相等。)算法思想：1.采用栈的话，先寻找最左边的节点，把经过的节点都存入栈中，第一个被弹出来的为最左节点，那么访问其右子树，对右子树也像前面一样遍历，整个流程跟递归一样。2.不采用栈的话，先是访问最左节点，然后访问其右子树，然后回溯到最左节点的父节点，不断重复这个过程，思路还是一样。这里参考了重剑无锋的http://blog.csdn.net/kofsky/archive//2886453.as
Microgoogle 阅读(3712) |
摘要: CLRS 10.2-7 ：在O(n)时间内对给定的单链表进行逆转。解法：这题没什么技巧，就是将指针的指向进行改变即可。#include &iostream&//很简单的Node 和 Listclass Node{public: Node* Node(); Node(int d);};class List{public: Node* List(); void insert(int d);};int main(){ int K =5; List* list =new List(); ...
Microgoogle 阅读(463) |
摘要: CLRS 10.1-7 :说明如何用两个队列来实现一个栈，并分析有关栈操作的运行时间。解法：1.有两个队列q1和q2，先往q1内插入a，b，c，这做的都是栈的push操作。2.现在要做pop操作，即要得到c，这时可以将q1中的a,b两个元素全部dequeue并存入q2中，这时q2中元素为a，b，对q1再做一次dequeue操作即可得到c。3.如果继续做push操作，比如插入d，f，则把d，f插入到q2中，4.此时若要做pop操作，则做步骤25.以此类推，就实现了用两个队列来实现一个栈的目的。注意在此过程中，新push进来的元素总是插入到非空队列中，空队列则用来保存pop操作之后的那些元素，那么
Microgoogle 阅读(1195) |
摘要: CLRS10.1-6 :说明如何用两个栈来实现一个队列，并分析有关队列操作的运行时间。解法：1.有两个栈s1和s2，先往s1内插入a，b，c，这做的都是enqueue操作。2.现在要做dequeue操作，即要得到a，这时可以将s1中的元素全部弹出并存入s2中，这时s2中元素的顺序(从底部到顶部)为c，b，a，这时做s2.pop()操作即可得到a。3.如果继续做enqueue操作，比如插入d，f，则把d，f插入到s1中，4.此时若要做dequeue操作，则直接弹出s2中的b，它是目前为止，呆得时间最长的元素5.若继续做dequeue操作，则s2弹出c，6.若继续做dequeue操作，则s2为空，
Microgoogle 阅读(836) |
摘要: CLRS 10.1-5栈的插入和删除操作都是在一端进行的，而队列的插入和删除却是在两头进行的。有一种双端队列(deque)，其两端都可以做插入和删除的操作。对于一个用数组构造的双端队列，请写出四个在两端进行插入和删除操作的过程，要求运行时间为O(1)。#include &iostream&template &class T&class Deque{public: void push_front(T t); void push_back(T t); T pop_front(); T pop_back(); Deque(int m);
Microgoogle 阅读(668) |
摘要: CLRS 10.1-2 ：说明如何用一个数组A[1...n]来实现两个栈，使得两个栈中的元素总数不到n时，两者都不会发生上溢。注意PUSH和POP操作的时间应为O(1)。解法：用top1指向数组第一个元素，用top2指向数组最后一个元素，然后PUSH的时候，它们向中间进发，POP的时候向相应的方向减一。
Microgoogle 阅读(986) |
摘要: CLRS 9.3-9 :选择主输油管道的最优位置(使得各喷管长度总和最小的位置)。算法思想：1.当n为奇数时，其实就是求median；2.当n为偶数时，就是第n/2小和第n/2 + 1小的数为边界的闭区间的任何数。其实这个证明还是蛮简单的，可以移动x轴来观察情况，位于median处(n为奇数)或median范围内(n为偶数)时，设其距离为min，当移动x轴时，移出这个范围，则可以发现所有点(包括median点)到x轴的距离必然大于min。画一下图，就会一目了然。在这里用到了寻找第i小的数#include &iostream&#include &time.h&usingn
Microgoogle 阅读(1923) |
摘要: CLRS 9.3-8：设X[1...n]和Y[1...n]为两个数组，每个都包含n个已排序好的数。给出一个求数组X和Y中所有2n个元素的中位数的、O(lgn)时间的算法。算法思想：该算法类似于二分查找算法1.两个数组中小于median的个数为(n - 1)个，假设该median为数组a中的第k个，k为数组下标，那么在数组a中已经存在k个值小于median，那么在数组b中必然有(n - 1) - k = (n-k-1)个数小于median，如果b[n - k - 2] &= median &= b[n - k - 1]，那么median就找到了，如果median &= b[n
Microgoogle 阅读(1289) |
摘要: CLRS 9.3-7 :给出一个O(n)时间的算法，在给定一个有n个不同数字的集合S以及一个正整数k&=n后，它能确定出S中最接近其中位数的k个数。算法思想：1.找到数组a中第n/2小的数median；2.对a中非median数进行|a[i] - median|，得到一个大小为n - 1的数组distance；3.寻找distance中第k小的数值；4.对distance进行一次遍历，找到小于等于k的数，从而对应得到数组a中的k个数。上述每一步的时间复杂度都为O(n)，因而最后总的时间复杂度为O(n).#include &iostream&#include &time.
Microgoogle 阅读(284) |
摘要: CLRS 9.2-3 :写出RANDOMIZED-SELECT的一个迭代版本在这里，顺便实现在数组内寻找第i小的数值。#include &iostream&#include &time.h&//随机化分割int randomized_partition(int* a, int p, int r);int randomized_select(int* a, int p, int r, int i);int main(){ int arr[10] = {4, 34, 21, 8, 3, 10, 453, 32, 1, 400}; in
Microgoogle 阅读(611) |
摘要: CLRS 9.1-1 :证明：在最坏情况下，利用n + [lgn] - 2此比较，即可找到n个元素中的第2小元素。（提示：同时找最小元素)算法思想：1.将数组中的元素分组，每组两个元素，然后比较每组中的两个元素得到最小值，重新得到包含原来一半元素的数组，继续重复上述过程，那么最后一个元素必然为最小值。如图所示，数组为{2, 1, 4, 3, 5}2.上述过程形成的是一个二叉树，其中叶子节点都为数组元素，非叶子节点刚好4个，这是二叉树的性质。3.然后我们来找第二小元素，第二小元素必然跟着1，首先赋值为5，然后再赋值为3， 然后赋值为2，即为所求。PS：本章讨论的元素都互异，不存在相同值(见原书)
Microgoogle 阅读(754) |
摘要: CLRS 8-5：平均排序解答：a)非递增完全排序b)2 1 4 3 6 5 8 7 10 9c)展开题目中的公式，然后消除相同项，即可得到此结论。d)算法思想： 1.将数组分成k组，即{a[0], a[k], a[2k] ...}, {a[1], a[1+k], a[zk+1] ...}, ..., {a[i], a[i+k], a[i+2k], ...}, ..., {a[k-1], a[2k-1], ...}. 2.然后对每一组用合并排序或者堆排序进行排序，则每一组的时间为t = n/k*lg(n/k)，总的时间为nt，即nlg(n/k).e)由于数组已是k排序的，则可以将数组按d).1
Microgoogle 阅读(303) |
摘要: CLRS 8-4 ：水壶比较问题解答：a)两个for循环即可，O(n^2);b)不会证明，略；c)算法思想：1.由于相同颜色的瓶子不能比较，因而不能对红色瓶子或者蓝色瓶子进行内部排序。2.随机从红色瓶子抽取一个瓶子(实现时选的是中间瓶子)，然后与蓝色瓶子进行比较，找到那个相等的蓝色瓶子，它们就是配对的，小于这个红色瓶子的就存在一个数组内，大于这个红色瓶子的就存在另外一个数组内，用得到的蓝色瓶子再和红色瓶子组进行比较，将小于这个蓝色瓶子的存在一个数组内，大于这个蓝色瓶子的存在另一个数组内。3.对得到的两组小的红色瓶子和蓝色瓶子重复2过程，对得到的两组大的红色瓶子和蓝色瓶子重复2过程，即递归。代码
Microgoogle 阅读(518) |
摘要: CLRS 8-3(b) : 给定一个字符串数组，其中不同的串包含的字符数可能不同，但所有串中总的字符个数为n。说明如何在O(n)时间内对该数组进行排序。算法思想：1.在这里用空间来换取时间，因而采用trie树，即字典树，顾名思义，像一本字典一样。2.将每个字符串插入到trie树中，到达特定的结尾节点时，在这个节点上进行标记，如插入"afb"，第一个字母为a，沿着a往下，然后第二个字母为f，沿着f往下，第三个为b，沿着b往下，由于字符串最后一个字符为'\0'，因而结束，不再往下了，然后在这个节点上标记afb.count++，即其个数增加1.3.通过前序遍历此树
Microgoogle 阅读(517) |
摘要: CLRS 8-3(a) :给定一个整数数组，其中不同的整数中包含的数字个数可能不同，但该数组中，所有整数中总的数字数为n。说明如何在O(n)时间内对该数组进行排序。算法思想：1)先把各个数字按位数分组。2)然后对各个分数进行基数排序3)将各个组连接起来即可这个题目基本上重复了算法导论8.3-4习题解答(基数排序) 的核心算法.#include &iostream&#include &fstream&void radix_sort(int* a, constint d, constint length, int radix);int
Microgoogle 阅读(541) |
摘要: CLRS 8.3-4 :说明如何在O(n)时间内，对0到n^2 - 1之间的n个整数进行排序。算法思想：1.把这n个数看成n进制数，那么每个数只有两位，因而循环只需两次2.调用通用的基数排序(在这写着，留着以后用)在此题中，我选择n = 15， 即数组中有15个数，依次为0, 3, 8, ..., 224，但是将顺序打乱了。PS:在前一篇文章中，计数排序的总时间为O(k+n)，在实践中，如果当k = O(n)时，我们常常采用计数排序，这时其运行时间为O(n).在这里采用的是基数排序，在实践中，其排序时间为O(d*(n+k))，但很耗内存，有时甚至比快速排序更快，具体应用再看。#include
Microgoogle 阅读(613) |
摘要: CLRS 8.2-4 :在O(1)的时间内，回答出输入的整数中有多少个落在区间[a...b]内。给出的算法的预处理时间为O(n+k)算法思想：利用计数排序，由于在计数排序中有一个存储数值个数的临时存储区C[0...k]，利用这个数组即可。#include &iostream&//通过改编计数排序而来，因为有些部分需要注释掉void counting_sort(int*&a, int length, int k, int*&b, int*&c);int main(){ constint LEN =100; int*a =n
Microgoogle 阅读(339) |
摘要: CLRS 7.1-4：应如何修改QUICKSORT，才能使其按非增序进行排序？算法思想：改掉书上partition算法中的&=为&=#include &iostream&void quick_sort(int*&a, int p, int r);int partition(int*&a, int p, int r);int main(){ constint LEN =20; int b[LEN] = {12, 43, 0, -4, 98, 75, 64, 88, 5, 32, 11, 12, 13, 84, 34,
Microgoogle 阅读(311) |
摘要: CLRS 6-3 ：Young氏矩阵( 杨氏矩阵)解答:(a)2 4 9 12 3 5 14 Max 8 16 Max Max Max Max Max Max(b)Y[1, 1]为Max的话，那么按照Young氏矩阵定义，矩阵中其他数值必然大于等于它，所以Y为空。 若Y[m, n] & Max的话，由其他元素都小于等于Y[m, n]可知此矩阵是满的。(c)算法思想： 1)A[0][0]必然是最小值，将其取出，然后将矩阵的最后一个元素A[m-1[n-1]补到第一位来，并将A[m-1[n-1]设置为Max 2)将A[0][0]与A[0][1]和A[1][0]二者之间的最小值进行交换， 3)若
Microgoogle 阅读(1088) |
摘要: CLRS 6-1 ：1.当输入数组相同时，过程BUILD-MAX-HEAP和BUILD-MAX-HEAP'产生的堆是否总是一样的？解答：这个可以用举反例的方式来反驳之。如数组为{1, 2, 3, 4, 5}按照BUILD-MAX-HEAP的方式为： 1 1 5 2 3 -& 5 3 -& 4 3 4 5 4 2 1 2按照BUILD-MAX-HEAP'的方式为： 2 3 4 5 1 -& 1 -& 1 2 -& 3 2 -& 4 2 1 1 32.简单说明：BUILD-MAX-INSERT的时间为lgn,而for循环运行了了n-1次，所以总时
Microgoogle 阅读(256) |
摘要: CLRS 6.5-8 原题为：请给出一个时间为O(nlgk)、用来将k个已排序链表合并为一个排序链表的算法。此处n为所有输入链表中元素的总数。（提示：用一个最小堆来做k路合并）。 算法思想:1. 从k个链表中取出每个链表的第一个元素，组成一个大小为k的数组arr，然后将数组arr转换为最小堆，那么arr[0]就为最小元素了2. 取出arr[0]，将其放到新的链表中，然后将arr[0]元素在原链表中的下一个元素补到arr[0]处，即arr[0].next，如果 arr[0].next为空，即它所在的链表的元素已经取完了，那么将堆的最后一个元素补到arr[0]处，堆的大小自动减一，循环n-k次即可
Microgoogle 阅读(997) |
摘要: CLRS 6.5-7： HEAP-DELETE(A, i)操作将结点i中的项从堆A中删去。对含n个元素的最大堆，请给出时间为O(lgn)的HEAP-DELETE的实现。算法思想：对即将被删的i处的元素设置为堆中末尾的元素，同时堆的大小减1.此题同时附带6.2-5的解答代码如下： 1 #include &iostream& 2 3 //修正i的位置，在此处已经假设i的子节点都是堆 4 static void max_heapify(int*&a, int i, int length); 5 //建立数组的堆 6 void build_
Microgoogle 阅读(494) |
摘要: CLRS 6.3-3：证明：在任一含n个元素的堆中，至多有[n/2^(h+1)]个高度为h的结点。证明：运用归纳证明1.所有叶子结点的高度都为0，那么h = 0， [n/2^(h+1)] = [n/2]，显然成立，因为叶子结点的序号是[n/2] + 1, [n/2] + 2, ..., n，见6.1-7的习题解答，/shuaiwhu/archive//2065081.html2.若h = x时成立，则需证明h = x + 1也成立，易得证。
Microgoogle 阅读(428) |
摘要: CLRS 6.2-5：请用迭代的控制结构(循环)取代递归结构，从而写一个更为高效的MAX-HEAPIFY.这道题的解法包含在6.5-7中了，请参见本博客下下篇，/shuaiwhu/archive//2065078.htmls
Microgoogle 阅读(258) |
摘要: CLRS 6.1-7 :证明：当用数组表示存储了n个元素的堆时，叶子结点的下标是[n/2] + 1, [n/2] + 2, ..., n.证明:因为有n个元素，最后一个元素序号为n，那么它的parent结点应该是序号最大的parent结点，那么这个parent结点就为[n/2]，其之后都是叶子结点，因而为[n/2] + 1, [n/2] + 2, ..., n。
Microgoogle 阅读(541) |
摘要: CLRS 6.1-2 :证明：含n个元素的堆的高度为[lgn].证明：因为 2^h &= n &= 2^(h+1) - 1 所以 lg(n+1) -1 &= h&= lg(n) 可推出lg(n) - 1 & lg(n+1) -1 &= h&= lg(n) 从而h = [lgn].
Microgoogle 阅读(150) |
摘要: CLRS 2-4：要求用O(nlgn)的最坏情况运行时间，确定n个元素的任何排列中逆序对的数目。(提示：修改合并排序)算法思想：逆序对，即i a[j]，那么我们可以修改合并排序，每次合并时，都把这样的对数记下来即可，因为合并排序是从最底部开始的(书上给出了一个树形图)。代码如下：#include//寻找一个数组中的逆序对//逆序对://i a[j]//算法思想:修改合并排序#define LEN 5void merge(int* a, int p, int q, int r, int&count){ int* left =new int[q-.
Microgoogle 阅读(645) |
摘要: CLRS 2-2 ：冒泡排序算法的正确性解答：这里我只实现了冒泡算法，证明什么的，我也不大会.#include &iostream&//冒泡排序#define LEN 35int main(){ int* a =newint[LEN]; for(int i =0; i & LEN; i++) a[i] = i -5; for(int i =0; i & LEN; i++) for(int j = LEN -1; j & j--) { if(a[j] & a[j-1]) ...
Microgoogle 阅读(184) |
摘要: CLRS 2.3-7：请给出一个运行时间为O(nlgn)的算法，是之能在一个由n个整数构成的集合S和另一个整数x时，判断出S中是否存在有两个其和等于x的元素。算法思想：1.先运用合并排序进行排序 O(nlgn)，2.然后运用二分查找法寻找y，y = x - a[i]；代码如下： 1 #include &iostream& 2 3 4 void sort(int*&a, int p, int q, int r) 5 { 6 int* left =new int[q - p +1]; 7 int* right =new int[r -
Microgoogle 阅读(642) |
摘要: CLRS 2.1-2 ：重写过程insertion-sort，使之按非升序排序。算法思想：模仿书中的代码即可，送分题。#include &iostream&#define LEN 17//最坏的情况O(n2)int main(){ int* a = new int[LEN]; for(int i = 0; i & LEN; i++) a[i] = i - 5; int temp = a[0]; for(int i = 1; i & LEN; i++) { int j = int key = a[i]; while(j &
Microgoogle 阅读(362) |
发表评论：
TA的最新馆藏观察下图,推测第5个图形有多少根火柴棒,第n个图形有多少个火柴棒?
taozhengsbPM14
第1个图形有1个3根第2个图形有1+2=3个3根第3个图形有1+2+3=6个3根照这样下去第5个图形就有1+2+3+4+5=15个3根,也就是15x3=45根第n个图形就有1+2+3+……+n=(1+n)n/2个3根,也就是3(1+n)n/2根
为您推荐：
其他类似问题
扫描下载二维码