搜索资源列表
ZJHS
- 这是一个子集和数问题的递归回溯解法.能在TC和VC++6.0上运行.已经加入注释
THEC++PROGRAMINGLANGUAGE
- 对每个人来说，习惯C++需要一些时间，对于已经熟悉C的程序员来说，这个过程尤其令人苦恼。因为C是C++的子集，所有的C的技术都可以继续使用，但很多用起来又不太合适。例如，C++程序员会认为指针的指针看起来很古怪，他们会问：为什么不用指针的引用来代替呢？ C是一种简单的语言。它真正提供的只有有宏、指针、结构、数组和函数。不管什么问题，C都靠宏、指针、结构、数组和函数来解决。而C++不是这样。宏、指针、结构、数组和函数当然还存在，此外还有私有和保护型成员、函数重载、缺省参数、构造和析构函数
subset
- 子集和问题的一个实例（s，t).其中s是一个正整数集合，t是一个正整数。子集和问题判断是否存在s中的一个子集s1，使得s1的和等于t-And problems in a subset of an instance (s, t). Which is a positive integer s collection, t is a positive integer. Subset and to determine whether problems exist s in a subset of s1,
SumOfSub
- 给定一个正整数的集合,子集和问题要求在这个正整数集合中,找出其和不超过正整数C的最大和数的子集，且设计的算法是基于近似算法的基本思想。-Given a set of positive integers, a subset of the requirements and problems in this set of positive integers, to find out and no more than the largest positive integer C, a subset of
5-1
- 算法设计：子集和问题 这是源代码已经通过测试-it is good for every one ! good!!!
SubsetSum
- 子集和问题的一个实例为〈 S,t 〉。其中，S={x1 ，x2 ，…， xn }是一个正整数的集合，c是一个正整数。子集和问题判定是否存在S的一个子集S1，使得x1+x2+...+xk=S, 其中x1,x2...xk属于集合S1。 对于给定的正整数的集合S和正整数c，编程计算S 的一个子集S1，使得x1+x2+...+xk=S, 其中x1,x2...xk属于集合S1。-Subset of the problem and an example for < S, t> . Of
03
- 子集和问题的一个实例为〈S,t〉。其中，S={x1 ，x2 ，…，xn }是一个正整数的集合，c是一个正整数。子集和问题判定是否存在S的一个子集S1，使得S1中元素的和等于c,设计一个解子集和问题的回溯算法. 输入: 第一行2个数,n(集合S的大小)和c(子集和的目标值) 第二行n个数表示集合中的元素 输出:无解时输出一行"No Solution!↵ "(中间一个空格) 有解时输出子集中的元素 如: 输入: 5 10 2 2 6 5 4 输出
06
- 最优装载方案 成绩: 0 / 折扣: 0.8 试设计一个用队列式分支限界法搜索子集空间树的函数。该函数的参数包括结点可行性判定函数和上界函数等必要的函数，并将此函数用于解装载问题。 装载问题描述如下：有一批共n个集装箱要装上艘载重量为c的轮船，其中集装箱i的重量为wi 。找出一种最优装载方案，将轮船尽可能装满，即在装载体积不受限制的情况下，将尽可能重的集装箱装上轮船。 输入：第一行有2个正整数n和c。n是集装箱数，c是轮船的载重量 接下来的1行中有n个正整数，表示集装箱的重量
23456787654321
- 问题一：设a[0:n-1]是已排好序的数组。请改写二分搜索算法，使得当搜索元素x不在数组中时，返回小于x的最大元素位置i和大于x的最小元素位置j，当搜索元素在数组中时，i和j相同，均为x在数组中的位置。 问题二：采用分治策略实现对n个元素进行排序的合并排序算法，其基本思想是：将待排序元素分成大小大致相同的2个子集合，分别对2个子集合进行排序，最终将排好序的子集合合并成为所要求的排好序的集合。 问题三：给定n个矩阵{A1，A2，A3，……，An}，其中，Ai与Ai+1是可乘的，i=1，2，
subsum
- 关于子集和问题，给定整数和和一个数组，求出一个子集的和等于该整数-about subsum problems
ziji
- 子集和问题 的一个实例为〈S,t〉。其中，S 3D{x1,x2,...,xn}是一个正整数的集合，c.rar-Subset of a subset of issues and problems and an example of the < S,t> . Where, S 3D (x1, x2 ,..., xn) is a positive integer set, c.rar
1076
- 子集合问题 子集和问题的一个实例为〈S,t〉。其中，S={x1 ，x2 ，…，xn }是一个正整数的集合，c是一个正整数。子集和问题判定是否存在S的一个子集S1，使得S1中元素的和等于c,设计一个解子集和问题的回溯算法. 输 入: 第一行2个数,n(集合S的大小)和c(子集和的目标值) 第二行n个数表示集合中的元素 输出:无解时输出一行"No Solution!↵ "(中间一个空格) 有解时输出子集中的元素(输出顺序按照输入时的先后顺序) 如: 输入:
problem_one
- 最大利润作业调度问题.假定只能在一台机器是处理n个作业a1,a2,...,an,每个作业有一个处理时间tj,利润pj和截止期dj.机器一次只能处理一个作业,作业aj必须不间断地运行tj个连续时间单位.如果作业aj在它的截止期dj之前完成,则得利润pj,但如果作业在截止期只后完成,则得利润为0.假设所有处理时间为1..n之间的整数.最大利润作业调度问题要求确定n个作业的一个子集,使得该子集中作业调度所获得的利润最大. -Maximum profit scheduling problem. A
655
- 子集和问题的一个实例为〈S,t 〉。其中，S={ X1 ，X2 ，…，Xn } 是一个正整数的集合，C是一个正整数。子集和问题判定是否存在S 的一个子集S1 ，使得∑X (X∈S1) = C。 -it is about zijihe question.
zi-ji-he
- 子集和问题的一个实例为〈S,t〉。其中，S={ 1 x ， 2 x ，…， n x }是一个正整数的集合，c是一个正整数。子集和问题判定是否存在S的一个子集S1，使得 S1中的所有元素之和等于c。-failed to translate
5-1
- 5-1 子集和问题 问题描述：子集和问题的一个实例为<S,t>。其中，S={x1,x2,...,xn}是一个正整数的集合，c是一个正整数 。 子集和问题判定是否存在S 的一个子集S1，使得子集里的元素之和为c 试设计一个解子集和问题的回溯法。 算法设计：对于给定的正整数的集合S={x1,x2,...,xn}和正整数c，计算S的一个子集S1，使得子集里的元素之和为c。 数据输入：由文件input.txt提供输入数据。文件第1行有2个正整数n和c，n表示S的
text
- 设集合S={x1,x2,…,xn}是一个正整数集合，c是一个正整数，子集和问题判定是否存在S的一个子集S1，使S1中的元素之和为c。试设计一个解子集和问题的回溯法。-Let the set S = {x1, x2, ..., xn} is a set of positive integers, c is a positive integer, a subset of the problem and determine whether there is a subset S S1,
ConsoleApplication1
- 用蛮力法解决子集和问题，并且利用近似算法改善算法，使计算时间缩短(The brute force method is used to solve the subset and the problem, and the approximation algorithm is used to improve the algorithm and shorten the computation time)
Subsets
- 数据输入：由文件input.txt提供输入的数据。文件第一行有2个正整数n和c，n表示S的大小，c是子集和的目标值。接下来的1行中，有n个正整数，表示集合S中的元素。 结果输出：将子集和问题的解输出到文件output.txt。当问题无解时，输出“No Solution”。(Data Entry: The input data provided by the file input.txt. The first line of the file has two positive integers
pipei
- 求二分图最大匹配可以用最大流或者匈牙利算法。 最大匹配 给定一个二分图G，在G的一个子图M中，M的边集中的任意两条边都不依附于同一个顶点，则称M是一个匹配. 选择这样的边数最大的子集称为图的最大匹配问题 如果一个匹配中，图中的每个顶点都和图中某条边相关联，则称此匹配为完全匹配，也称作完备匹配。(For maximum matching of two partite graphs, maximum flow or Hungarian algorithm can be used. The maxim