第八章单元测试
- 在Prim算法中,从一个起始节点开始,逐步添加节点以构建最小生成树。( )
- Kruskal算法和Prim算法在找到最小生成树时得到的结果总是相同的。( )
- Kruskal算法总是选择连接两个独立的连通分量的边。( )
- 集合覆盖问题的目标是什么?( )
- 什么是绝对近似算法?( )
- Prim算法和Kruskal算法都可以用于解决最小生成树问题。它们之间的主要区别是:( )
- 在Prim算法中,如果图是不连通的,算法将会:( )
- 当最小生成树不唯一时,哪些因素可能导致不同的最小生成树?( )
- 关于k因子近似算法,哪些描述是正确的?( )
A:对 B:错
答案:对
A:错 B:对
A:错 B:对
A:最小化集合元素的数量 B:最小化集合的数量 C:最大化集合的数量 D:最大化集合元素的数量
A:一种总是能找到最优解的算法 B:一种总是能找到精确解的算法 C:一种在多项式时间内找到近似解的算法 D:一种在指数时间内找到最优解的算法
A:Prim算法基于节点的操作,而Kruskal算法基于边的操作。 B:Prim算法总是生成相同的最小生成树。 C:Prim算法总是比Kruskal算法更高效。 D:Kruskal算法总是生成相同的最小生成树。
A:陷入无限循环 B:无法执行 C:可以执行但得到不完全的最小生成树 D:正常执行
A:不同算法 B:边权重相同 C:不同起始节点 D:图不是连通图
A:k因子近似算法总是提供精确的解。 B:k因子近似算法的性能通常与近似因子k有关。 C:k因子近似算法通常运行时间很长。 D:k因子近似算法通常用于解决组合优化问题。
温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!