-
Python蓝桥杯第四次学习
本周学习内容：视频 25 打包与解包————课件 31 常用数据结构补充 1：namedtuple的使用方法 【1】：_asdict() 【2】：_replace() 2:Counter的数学运算 3:lamba定义更灵活的工厂 4:.limit_denominator()有理数近似 5:自动赋值: -
第五次作业
一、回溯法分析最小重量机器设计问题 最小重量机器设计问题：机器由若干个部件组成，每个部件可从若干个供应商处采购，不同供应商提供的同一款部件重量和价格各不相同，要求在总采购价格不超过预算的前提下，找到总重量最小的采购方案。 1.1 解空间 该问题的解空间是所有满足价格约束的供应商选择组合，每个解对应一 -
第五章作业
1.1 解空间：由所有满足总价格不超过的d供应商选择方案组成。每一个解是一个长度为n的向量。解空间的大小最大为m^n,但是实际上只包含满足价格约束的解。 1.2 解空间树：深度为n （1）第1层为根结点，未选择任何部件供应商 （2）第k层结点对应已经为前k个部件做出了供应商选择，从根到该结点的路径构 -
第五章作业
最小重量机器设计问题 - 回溯法分析 1.1 解空间 解空间由所有可能的供应商选择方案组成。每个部件i（1≤i≤n）都可以从m个供应商中选择一个，所以解空间大小为 m^n。一个解可以表示为向量 (x₁, x₂, ..., xₙ)，其中 xᵢ 表示第 i 个部件选择的供应商编号。 1.2 解空间树 解 -
算法第四章作业
1、在算法学习的过程中，贪心算法作为一种简洁高效的设计策略，常常能为特定问题提供最优解，而选点问题就是贪心算法应用的经典案例，深入分析该问题不仅能夯实对贪心策略的理解，更能掌握算法设计的核心思路。选点问题的核心场景的是给定数轴上的n个闭区间，我们需要选择最少的点，使得每个区间内都至少包含一个选定点， -
算法第五章作业
一、回溯法分析最小重量机器设计问题 首先明确最小重量机器设计问题：给定n个部件，每个部件有m个可选供应商，第i个部件从第j个供应商采购的重量为w[i][j]、成本为c[i][j]，要求选择一个供应商组合（每个部件选一个供应商），使得总重量最小且总成本不超过给定上限C。 1.1 解空间：解空间是所有可 -
第四次作业
一、贪心算法核心理解贪心算法是一种基于局部最优选择，期望最终得到全局最优解的算法思想，其核心特征为：每一步决策仅做出当前状态下最优的选择，不回溯、不考虑后续步骤的影响，无后效性；问题必须具备两个关键性质才能用贪心求解：贪心选择性质 + 最优子结构性质，二者缺一不可。两个核心性质定义✅ 最优子结构性质 -
算法第五章作业
请用回溯法的方法分析“最小重量机器设计问题” 1.1 解空间：所有可能的任务完成方式组合的集合，即机器部件供应商选择组合的集合。 1.2 解空间树： （1）树的高度：n+1（第 0 层到第 n 层） （2）根结点（第 0 层）：未选择任何部件 （3）第 t 层结点（1 ≤ t ≤ n）：为前 t 个 -
第四章作业
一、选点问题分析 1、选点问题定义（核心：区间选点） 给定数轴上的n个闭区间[a_i, b_i]，要求选择最少的点，使得每个区间至少包含一个选点。 例如：区间{[1,3], [2,5], [4,6]}，选点4即可覆盖所有区间，是最优解。 2、选点问题的贪心策略 核心策略（三步搞定） 排序：将所有区间