if(m>n递归结束条件
output相应的处理(输出结果)
elsea[m]=0设置状态：0表示不要该物品。
search(m+1); 递归搜索：继续确定下一个物品。
a[m]=1设置状态：1表示要该物品。
search(m+1); 递归搜索：继续确定下一个物品。
搜索排列树的一般模式：
void search(int m)
if(m>n递归结束条件
output相应的处理(输出结果)
elsefor(i=m;i<=n;i++)
swap(m,i); 交换a[m]和a[i]
if()if(canplace(m)) 如果m处可放置。
search(m+1); 搜索下一层。
swap(m,i); 交换a[m]和a[i](换回来)
5.动态规划的基本思想、基本步骤、基本要素是什么。
基本思想：将待求解问题分解成若干子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
基本步骤：①找出最优解的性质，并刻画其结构特征；
递归地定义最优值；
以自底向上的方式计算出最优值；
根据计算最优值时得到的信息，构造最优解。
基本要素：最优子结构性质和子问题重叠问题。
6.什么是最优子结构性质和子问题重叠性质。
最优子结构性质：如果问题的最优解所包含的子问题的解也是最优的，则称该问题具有最优子结构性质（即满足最优化原理）。最优子结构性质为动态规划算法解决问题提供了重要线索。
子问题重叠性质：指在用递归演算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只计算一次，然后将其计算结果保存在一个**中，当再次需要计算已经计算过的子问题时，只是在**中简单地查看一下结果，从而获得较高的效率。
7.分治法与动态规划的联系与区别。
联系：基本思想相同，即将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
区别：适用于动态规划法求解的问题，经分解得到的子问题往往不是相互独立的。分治法子问题被重复计算多次，而动态规划子问题可用一个表来记录已解决子问题的答案，避免了子问题重复计算的问题。
8.动态规划的变形（备忘录方法）与动态规划的联系与区别。
联系：都用**保存已解决的子问题的答案。
区别：备忘录方法的递归方式是自顶向下的，而动态规划的递归方式是自底向上的。
9.分支限界法（广度优先搜索）的基本思想是什么。
分支限界法常以广度优先或以最小耗费（最大效益）优先的方式搜索问题的解空间树。在分支限界法中，每一个活结点只有一次机会成为扩展节点。活结点一旦成为扩展节点，就一次性产生所有儿子节点。
在这些儿子节点中，导致不可行解或导致非最优解的儿子节点被舍弃，其余儿子节点被加入活结点表中。此后，从活结点表中取下一节点成为当前扩展节点，并重复上述节点扩展过程，这个过程一直持续到找到所需的解或活结点表为空时为止。
10.分支限界法与回溯法的区别。
1.搜索方式不同：分支限界法使用广度优先或最小消耗优先搜索，而回溯法使用深度优先搜索。
2.主要区别：在于它们对当前扩展节点所采用的扩展方式不同。
分支限界法：每个节点只有一次成为活结点的机会。
回溯法：活结点的所有可行子节点被遍历后才被从栈中弹出。
11.搜索算法的一般模式。
搜索算法关键要解决好状态判重的问题：
void search()
open表初始化为空；
起点加入到open表；
while( open表非空 )
取open表中的一个结点u;
从open表中删除u;
for( 对扩展结点u得到的每个新结点vi )
if(vi是目标结点)
输出结果并返回；
if(notused(vi))
vi进入open表；
12.贪心算法的基本思想、基本步骤及基本要素。
基本思想：贪心算法总是做出在当前看来是最好的选择，即贪心算法并不从整体最优上加以考虑，所做的选择只是在某种意义上的局部最优选择，即贪心选择。
基本步骤：①从问题的某个初始解出发；
采用循环语句，当可以向求解目标前进一步时，就根据局部最优策略，得到一个局部最优解缩小问题的规模；
将所有局部最优解综合起来，得到原问题的解。
基本要素：①贪心选择性质：指所求问题的整体最优解可以通过一系列的局部最优的选择，即贪心选择来达到。
贪心选择策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。
最优子结构性质：一个问题的最优解包含其子问题的最优解。
13.贪心算法与动态规划算法联系与区别。
联系：都要求问题具有最优子结构性质，即一个问题的最优解包含其子问题的最优解。
区别：①在动态规划算法中，每步所做的选择往往是依赖于相关子问题的解，因而只有在解出相关子问题后，才能做出选择。而在贪心算法中，仅在当前状态下做出最好的选择，即局部最优选择，然后再去解做出这个选择后产生的相应的子问题。
动态规划算法通常以自底向上方式解各子问题，而贪心算法则通常以自顶向下的方式进行，以迭代的方式做出相机的贪心选择以简化问题规模。
2．设计题（60分---写出核心**或伪**和相关的变量声明）
1.用二分查找算法查找某一个元素**性表中的位置。此问题的输入是待查元素x和线性表l，输出为x在l中的位置或者x不在l中的信息。
最直接的做法就是一个一个地扫描l的所有元素，直到找到x为止。这种方法对于有n个元素的线性表在最坏的情况下需要n次比较。一般来说，若没有其他的附加信息，在有n个元素的线性表中查找一个元素在最坏情况都需要n次比较。
考虑最简单的情况，该线性表为有序表，设其按照主键的递增顺序从小到大排列。
核心伪**：function binarysearch(l,a,b,x)
beginif a>b then return -1
else begin
m=(a+b)div 2;
if x=l[m] then return (m)
else if x>l[m]
then return binarysearch(l,m+1,b,x);
elsereturn binarysearch(l,a,m-1,x);
end;end;
2.请采用快速排序算法为下列数字排序，并写出最终结果（21 25 49 25* 16 08）
快速排序的基本思想：选定一个基准值元素，对带排序的序列进行分割，分割之后的序列一部分小于基准值元素，另一部分大于基准值元素，再对这两个分割好的子序列进行上述的过程。
void swap(int a,int b)
int partition(int arr,int low,int high)
int pivot=arr[low];/采用子序列的第一个元素作为基准元素
while (low < high)
从后往前在后半部分中寻找第一个小于基准元素的元素
while (low < high &&arr[high] >pivot)
high;
将这个比枢纽元素小的元素交换到前半部分
swap(arr[low], arr[high]);
从前往后在前半部分中寻找第一个大于基准元素的元素
while (low
low ;
将这个基准元素大的元素交换到后半部分
swap (arr [low ],arr [high ])
return low ;/返回基准元素所在的位置
void quicksort(int a,int low,int high)
if (low
int n=partition (a ,low ,high );
汽修高级复习最终版
汽车修理工高级理论知识复习题。一 单项选择题。1.b 的基本职能是调节职能。a 社会责任 b 职业道德 c 社会意识 d 社会公德。2.d 是社会主义职业道德的灵魂。a 为社会服务 b 为行业服务 c 为企业服务 d 为人民服务。3.c 标准多元化，代表了不同企业可能具有不同的价值观。a 职业守则 ...
营销管理复习最终版
营销复习提纲。单选题。在产品整体概念中，产品维修属于产品的 d a.核心产品 b.附加产品 c.形式产品 d.以上三者都不对。缓慢撇脂策略的特点是 b a.采取 格，高 费用 b.采取 格，低 费用。c.采取低 高 费用 d.采取低 低 费用。1 对于交换的双方，如果一方比另一方更主动 更积极的寻求...
市政自己总结最终版
一 道路工程填土宽度。1 路基填土宽度应比设计宽度每侧宽500mm。2 垫层宽度与路基宽度相同。3 基层宽度应比面层每侧宽出300 mm 小型机具施工时 500 mm 轨模摊铺机施工时 650 mm 滑模式摊铺机施工时 二 基层。1 沥青道路基层的作用 起主要承重层的作用 应力传递 控制或减少路基不...