题目内容
（请给出正确答案）
[判断题]
根据Hall各异条件，一个N个变量，N个方程构成的方程组，若对每个方程可以指定一个变量作为输出变量，且该变量不再作为其它方程的输出变量，则该方程组必定有解（)
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
更多“根据Hall各异条件，一个N个变量，N个方程构成的方程组，若…”相关的问题
阅读下列函数说明和C代码，回答下面问题。
[说明]
冒泡排序算法的基本思想是：对于无序序列(假设扫描方向为从前向后，进行升序排列)，两两比较相邻数据，若反序则交换，直到没有反序为止。一般情况下，整个冒泡排序需要进行众(1≤k≤n)趟冒泡操作，冒泡排序的结束条件是在某一趟排序过程中没有进行数据交换。若数据初态为正序时，只需1趟扫描，而数据初态为反序时，需进行n-1趟扫描。在冒泡排序中，一趟扫描有可能无数据交换，也有可能有一次或多次数据交换，在传统的冒泡排序算法及近年的一些改进的算法中[2，3]，只记录一趟扫描有无数据交换的信息，对数据交换发生的位置信息则不予处理。为了充分利用这一信息，可以在一趟全局扫描中，对每一反序数据对进行局部冒泡排序处理，称之为局部冒泡排序。
局部冒泡排序的基本思想是：对于N个待排序数据组成的序列，在一趟从前向后扫描待排数据序列时，两两比较相邻数据，若反序则对后一个数据作一趟前向的局部冒泡排序，即用冒泡的排序方法把反序对的后一个数据向前排到适合的位置。扫描第—对数据对，若反序，对第2个数据向前冒泡，使前两个数据成为，有序序列；扫描第二对数据对，若反序，对第3个数据向前冒泡，使得前3个数据变成有序序列；……；扫描第i对数据对时，其前i个数据已成有序序列，若第i对数据对反序，则对第i+1个数据向前冒泡，使前i+1个数据成有序序列；……；依次类推，直至处理完第n-1对数据对。当扫描完第n-1对数据对后，N个待排序数据已成了有序序列，此时排序算法结束。该算法只对待排序列作局部的冒泡处理，局部冒泡算法的
名称由此得来。
以下为C语言设计的实现局部冒泡排序策略的算法，根据说明及算法代码回答问题1和问题2。
[变量说明]
define N=100 //排序的数据量
typedef struct{ //排序结点
int key；
info datatype；
......
}node;
node SortData[N]; //待排序的数据组
node类型为待排序的记录(或称结点)。数组SortData[]为待排序记录的全体称为一个文件。key是作为排序依据的字段，称为排序码。datatype是与具体问题有关的数据类型。下面是用C语言实现的排序函数，参数R[]为待排序数组，n是待排序数组的维数，Finish为完成标志。
[算法代码]
void Part-BubbleSort (node R[], int n)
{
int=0 ; //定义向前局部冒泡排序的循环变量
//暂时结点，存放交换数据
node tempnode；
for (int i=0；i＜n-1；i++) ;
if (R[i].key＞R[i+1].key)
{
(1)
while ((2) )
{
tempnode=R[j] ;
(3)
R[j-1]=tempnode ;
Finish=false ;
(4)
} // end while
} // end if
} // end for
} // end function
阅读下列函数说明和C代码，将应填入(n)处的字句写在的对应栏内。
阅读下列算法说明和流程图，根据要求回答问题1～问题3。
[说明]
某机器上需要处理n个作业job1，job2，…，jobn，其中：
(1)每个作业jobi(1≤i≤n)的编号为i，jobi有一个收益值P[i]和最后期限值d[i]；
(2)机器在一个时刻只能处理一个作业，而且每个作业需要一个单位时间进行处理，一旦作业开始就不可中断，每个作业的最后期限值为单位时间的正整数倍；
(3)job1～jobn的收益值呈非递增顺序排列，即p[1]≥p[2]≥…≥p[n]；
(4)如果作业jobi在其期限之内完成，则获得收益p[i]；如果在其期限之后完成，则没有收益。
为获得较高的收益，采用贪心策略求解在期限之内完成的作业序列。图3-25是基于贪心策略求解该问题的流程图。
(1)整型数组J[]有n个存储单元，变量k表示在期限之内完成的作业数，J[1..k]存储所有能够在期限内完成的作业编号，数组J[1..k)里的作业按其最后期限非递减排序，即d[J[1]]≤…≤d[J[k]]。
(2)为了便于在数组J中加入作业，增加一个虚拟作业job0，并令d[0]=0，J[0]=0。
(3)算法大致思想是：先将作业job1的编号1放入J[1]，然后，依次对每个作业jobi(2≤i≤n)进行判定，看其能否插入到数组J中。若能，则将其编号插入到数组J的适当位置，并保证J中作业按其最后期限非递减排列；否则不插入。
jobi能插入数组J的充要条件是：jobi和数组J中已有作业均能在其期限之内完成。
(4)流程图中的主要变量说明如下。
i：循环控制变量，表示作业的编号；
k：表示在期限内完成的作业数；
r：若jobi能插入数组J，则其在数组J中的位置为r+1；
q：循环控制变量，用于移动数组J中的元素。
.jpg)
请将图3-25中的(1)～(3)空缺处的内容填写完整。
A.n个变量的积项，它包含全部n个变量
B.n个变量的和项，它包含n个原变量
C.每个变量都以原、反变量的形式出现，且仅出现一次
D.n个变量的和项，它不包含全部变量
试题四（共15分）
阅读下列说明和C代码，回答问题1至问题3，将解答写在答题纸的对应栏内。
【说明】
用两台处理机A和B处理n个作业。设A和B处理第i个作业的时间分别为ai和bi。由于各个作业的特点和机器性能的关系，对某些作业，在A上处理时间长，而对某些作业在B上处理时间长。一台处理机在某个时刻只能处理一个作业，而且作业处理是不可中断的，每个作业只能被处理一次。现要找出一个最优调度方案，使得n个作业被这两台处理机处理完毕的时间（所有作业被处理的时间之和）最少。
算法步骤：
（1）确定候选解上界为R短的单台处理机处理所有作业的完成时间m，
（2）用p（x,y,k）=1表示前k个作业可以在A用时不超过x且在B用时不超过y时间 内处理完成，则p（x,y,k）=p（x-ak,y,k-1）||p（x,y-bk,k-1）（表示逻辑或操作）。
（3）得到最短处理时问为min（max（x，y））。
【C代码】
下面是该算法的C语言实现。
（1）常量和变量说明
n: 作业数
m: 候选解上界
a: 数组，长度为n，记录n个作业在A上的处理时间，下标从0开始
b: 数组，长度为n，记录n个作业在B上的处理时间，下标从0开始
k: 循环变量
p: 三维数组，长度为（m+1）*（m+1）*（n+1）
temp: 临时变量
max: 最短处理时间
（2）C代码
include＜stdio.h＞
int n, m;
int a[60], b[60], p[100][100][60];
void read(){ /*输入n、a、b，求出m，代码略*/}
void schedule(){ /*求解过程*/
int x,y,k;
for（x=0；x＜=m；x++）{
for(y=0；y＜m；y++）{
（1）
for（k=1；k＜n；k++）
p[x][y][k]=0；
}
}
for（k=1；k＜n；k++）{
for（x=0；x＜=m；x++）{
for（y=0；y＜=m；y++）{
if（x - a[k-1]＞=0） （2） ；
if（（3） ）p[x][y][k]=(p[x][y][k] ||p[x][y-b[k-1]][k-1]);
}
}
}
}
void write(){ /*确定最优解并输出*/
int x，y，temp，max=m;
for（x=0；x＜=m；x++）{
for（y=0;y＜=m;y++）{
if(（4） ）{
temp=（5） ；
if（temp＜ max）max = temp;
}
}
}
printf("\n%d\n"，max）,
}
void main(){read();schedule();write();}
【问题1】 （9分）
根据以上说明和C代码，填充C代码中的空（1）～（5）。
【问题2】（2分）
根据以上C代码，算法的时间复杂度为（6）（用O符号表示）。
【问题3】（4分）
考虑6个作业的实例，各个作业在两台处理机上的处理时间如表4-1所示。该实例的最优解为（7），最优解的值（即最短处理时间）为（8）。最优解用（x1,x2,x3,x4,x5,x6）表示，其中若第i个作业在A上赴理，则xi=l，否则xi=2。如（1，1，1，1，2，2）表示作业1，2，3和4在A上处理，作业5和6在B上处理。
试题四（共15分）
阅读下列说明和C代码，回答问题1至问题3，将解答写在答题纸的对应栏内。
【说明】
设有n个货物要装入若干个容量为C的集装箱以便运输，这n个货物的体积分别为{S1，S2，．．．，Sn}，且有si≤C(1≤i≤ n)。为节省运输成本，用尽可能少的集装箱来装运这n个货物。
下面分别采用最先适宜策略和最优适宜策略来求解该问题。
最先适宜策略(firstfit)首先将所有的集装箱初始化为空，对于所有货物，按照所给的次序，每次将一个货物装入第一个能容纳它的集装箱中。
最优适宜策略(bestfit)与最先适宜策略类似，不同的是，总是把货物装到能容纳它且目前剩余容量最小的集装箱，使得该箱子装入货物后闲置空间最小。
【C代码】
下面是这两个算法的C语言核心代码。
(1)变量说明
n：货物数
C：集装箱容量
s：数组，长度为n，其中每个元素表示货物的体积，下标从0开始
b：数组，长度为n，b[i]表示第i+1个集装箱当前已经装入货物的体积，下标从0开始
i，j：循环变量
k：所需的集装箱数
min:当前所用的各集装箱装入了第i个货物后的最小剩余容量
m:当前所需要的集装箱数
temp：临时变量
(2)函数firstfit
int firstfit(){
inti,j；
k=0：
for(i=0；i＜n；i++){
b[i]=0；
}
for（i=0；i＜n；i++）{
(1)；
while(C-b[j]＜s[i]){
j++;
}
(2)；
k=k＞(j+1)？k：(j+1)；
}
returnk；
}
(3)函数bestfit
int bestfit() {
int i，j，min，m，temp;
k=0；
for（i=0；i＜n；i++）{
b[i]=0；
}
For (i=0；i＜n；i++）{
min=C；
m=k+l；
for(j=O;j＜ k+l；j++){
temp=C- b[j] - s[i];
if(temp＞0&&temp＜ min){
(3) ；
m=j,
}
}
(4)；
k=k＞(m+1)？k:(m+1)；
}
return k；
}
【问题1】（8分）
根据【说明】和【C代码】，填充C代码中的空(1)～(4)。
【问题2】（4分）
根据【说明】和【C代码】，该问题在最先适宜和最优适宜策略下分别采用了(5) 和(6)算法设计策略，时间复杂度分别为 (7) 和 (8)（用O符号表示）。
【问题3】（3分）
考虑实例n= 10，C= 10，各个货物的体积为{4，2，7，3，5，4，2，3，6，2}。该实例在最先适宜和最优适宜策略下所需的集装箱数分别为(9)和(10)。考虑一般的情况，这两种求解策略能否确保得到最优解？(11) （能或否）
在说明语句int *f();中，标识符f代表的是______。
A．一个用于指向整型数据的指针变量
B．—个用于指向—维数组的行指针
C．—个用于指向函数的指针变量
D．一个返回值为指针型的函数名
设a1，a2，...，an是n个不同的数，而F(x)=(x-a1)(x-a2)...(x-an)，b1，b2，...，bn是任意n个数，显然
适合条件L(ai)=bi，i=1，2，...，n。这称为拉格朗日(Lagrange)插值公式。
利用上面的公式求：
1)一个次数＜4的多项式f(x)，它适合条件：f(2)=3，f(3)=-1，f(4)=0，f(5)=2。
2)一个二次多项式f(x)，它在x=0，2/π，π处与函数sinx有相同的值。
3)一个次数尽可能低的多项式f(x)，使f(0)=1，f(1)=2，f(2)=5，f(3)=10。
A.M个指向整型变量的指针
B.指向M个整型变量的函数指针
C.一个指向具有M个整型元素的一维数组的指针
D.具有M个指针元素的一维指针数组，每个元素都只能指向整型量
