利用动态规划方法求解每对节点之间的最短路径问题(all pairs shortest path problem)时,设有向图 G=<V,E>共有n个节点,节点编号1~n,设C是G的成本邻接矩阵,用Dk(I,j)即为图G中节点i到j并且不经过编号比k还大的节点的最短路径的长度(Dn(i,j)即为图G中节点i到j的最短路径长度),则求解该问题的递推关系式为()。
A: Dk(I,=Dk-1(I,+C(I,
B: Dk(I,=Dk-1(I,+Dk-1(k,
C: Dk(I,=min{Dk-1(I,,Dk-1(I,+C(I,}
D: Dk(I,=min{Dk-1(I,,Dk-1(I,+Dk-1(k,}
A: Dk(I,=Dk-1(I,+C(I,
B: Dk(I,=Dk-1(I,+Dk-1(k,
C: Dk(I,=min{Dk-1(I,,Dk-1(I,+C(I,}
D: Dk(I,=min{Dk-1(I,,Dk-1(I,+Dk-1(k,}
举一反三
- 利用动态规划法求解每对节点之间的最短路径问题时,设有向图G=<V,E>共有n个节点,节点编号1~n,设C是G的成本邻接矩阵,用Dk(i,j)表示从i到j并且不经过编号比k还大的节点的最短路径的长度(Dn(i,j)即为图G中节点i到j的最短路径长度),则求解该问题的递推关系式为(28)。 A: Dk(i,j)=Dk-1(i,j)+C(i,j) B: Dk(i,j)=min{Dk-1(i,j),Dk-1(i,j)+C(i,j)} C: Dk(i,j)=Dk-1(i,k)+Dk-1(k,j) D: Dk(i,j)=min{Dk-1(i,j),Dk-1(i,k)+Dk-1(k,j)}
- 利用动态规划方法求解每对节点之间的最短路径问题(all pairs shortest path problem)时,设有向图 G=<V,E>共有n个节点,节点编号1~n,设C是G的成本邻接矩阵,用Dk(I,j)即为图G中节点i到j并且不经过编号比k还大的节点的最短路径的长度(Dn(i,j)即为图G中节点i到j的最短路径长度),则求解该问题的递推关系式为()。 A: Dk(I,j)=Dk-1(I,j)+C(I,j) B: Dk(I,j)=Dk-1(I,k)+Dk-1(k,j) C: Dk(I,j)=minDk-1(I,j),Dk-1(I,j)+C(I,j) D: Dk(I,j)=minDk-1(I,j),Dk-1(I,K)+Dk-1(k,j)
- 差别感觉阈限与原刺激量的比值是一个常数,公式为()。(I为原刺激,△I为差别感觉阈限,K为常数) A: AK=△I/I B: BI/△I=K C: CK=I/I·△I D: DK/△I=I
- 设有定义:int i=0,j=0,k=0; 则执行语句++i||++j&&++k;后i,j,k的值为() A: i=1;j=1;k=1 B: i=1;j=0;k=1 C: i=1;j=0;k=0 D: i=0;j=0;k=0
- 有n个节点的顺序表中,算法的时间复杂度是O(1)的操作是()。 A: 直接访问第i个节点(1≤i≤n) B: 在第i个节点后插入一个新节点(1≤i≤n) C: 删除第i个节点(1≤i≤n) D: 将n个节点从小到大排序