A: 1 0 1 01
B: 0 1 1 01
C: 1 0 1 1 0
D: 0 1 1 1 0
举一反三
- 0-1背包问题中，背包容量是9，5种物品的重量分别是：3 2 4 3 55种物品的价值分别是：4 5 6 5 6m[i][j]表示：背包容量为j,可选物品为i,i+1,...,n时0-1背包问题最优值。m[4][5]的值为（）[/i] A: 5 B: 6 C: 4 D: 11
- OPT[i][w]=max{OPT[i-1][w],OPT[i-1][w-k*w[i]] +k*v[i]，0<=k<=n[i]}。这是()问题的递推关系。[/i][/i][/i][/i] A: 0/1背包 B: 恰好装满的0/1背包 C: 完全0/1背包 D: 多重0/1背包
- OPT[i][w]=max{OPT[i-1][w],OPT[i-1][w-k*w[i]] +k*v[i]，0<=k<=n[i]}。这是()问题的递推关系。[/i][/i][/i][/i] A: 0/1背包 B: 恰好装满的0/1背包 C: 完全0/1背包 D: 多重0/1背包
- 0/1背包问题是一种特殊的背包问题,装入背包的物品不能分割,只允许或者整个物品装入背包,或者不装入,即xi=0,或1,(0<=i
- 5个物品，其重量分别是{2, 2, 6, 5, 4}，价值分别为{6, 3, 5, 4, 6}，背包的容量为10，采用0-1背包算法，则最终被装入背包的分别为第几个物品。（ ） A: 1、2、5 B: 1、3、5 C: 1、2、4 D: 1、2、3
内容
- 0
如果从最后一个物品开始装入背包,0-1背包问题的最优解为()。【n为物品数量,c为背包容量】 A: m[n][c] B: m[1][c] C: m[1][1] D: m[n][1]
- 1
某max型线性规划标准型的系数矩阵为 [ A | E ]形状（E表示单位阵），目标系数为（2 -1 3 4 2 0）. 模型的单纯形矩阵经过一系列迭代，化为如下最优典式： 0 0 1 1 1 0 | 8 1 0 0 1 1 1 | 1 0 1 0 1 0 1 | 2 0 0 0 0 -3 -1 | -10则对偶模型的最优解为 （ ） A: （4 2 0） B: （4 5 1） C: （0 3 1） D: （3 2 -1）
- 2
【单选题】Which of the following matrices does not have the same determinant of matrix B: [1, 3, 0, 2; -2, -5, 7, 4; 3, 5, 2, 1; -1, 0, -9,-5] A. [1, 3, 0, 2; -2, -5, 7, 4; 0, 0, 0, 0; -1, 0, -9, -5] B. [1, 3, 0, 2; -2, -5, 7, 4; 1, 0, 9, 5; -1, 0, -9, -5] C. [1, 3, 0, 2; -2, -5, 7, 4; 3, 5, 2, 1; -3, -5, -2, -1] D. [1, 3, 0, 2; -2, -5, 7, 4; 0, 0, 0, 1; -1, 0, -9, -5]
- 3
求一般背包问题的最优解：n=3，背包容量M=60，各物品的产生的效益值(p1，p2，p3 )=(10，20，50)，各物品的重量为(w1，w2，w3)=(20，30，40)，（1）求解背包的最佳效益值及其相应各物品的 (x1，x2，x3)值。（其中0≤xi≤1）。（2）如果是0/1背包问题，怎样计算背包的最佳效益值？
- 4
以下程序段实现的输出是（）。for(i=0;i<;=9;i++)s[i]=i;for(i=9;i>;=0;i--)printf("%2d",s[i]);[/i][/i] A: 9 7 5 3 1 B: 1 3 5 7 9 C: 9 8 7 6 5 4 3 2 1 0 D: 0 1 2 3 4 5 6 7 8 9