有以下程序main(){ int n［3］，i,j; for(i=0;i<3;i++) n[i]=0; for(i=0;i<2;i++) for(j=0;j<2;j++) n[j]=n[i]+1; printf( "%d＼n",n[1]);}程序运行后的输出结果是A．2 B．1C．0 D．3

有如下程序 main() { int n[5]={0,0,0}，i，k=2； for(i=1；i＜3；i++)n[i]=n[i]+1； printf("%d ",n[k])； }该程序的输出结果是______。

有如下程序 main( ) {int n[5]={0,0,0},i, k=2; for(i=0 i＜k i++)n[i]=n[i]+1; cout＜＜n[k]＜＜end1; }该程序的输出结果是

下列程序执行后，n的值为 n=0 For I=1 To 200 If I Mod 4 = 0 Then n = n+1 Next I

有以下程序 main() { int n[3]，i，j； for(i＝0；i＜3；i++)n[i]＝0; for(i=0;i＜2,i++) for(j=0;j＜2;j++)n[j]=n[i]+1; printf("%d "，n[1])； } 程序运行后的输出结果是( )

已知有二维数组A[0..n-1][0..n-1]，其中当i+j=n时，A[i][j]≠0，现在要将A数组压缩存储到一维数组T[0..m]，其中m＞n。数组T的第一个元素T[0]=A[1][n-1] T[1]=A[2][n-2]，……，依次类推，那么放入A[i][j](i+j=n)的元素是(37)。

●已知有二维数组A［0．．n-1］［0．．n-1］，其中当i+j=n时，A［i］［j］≠0，现在要将A数组压缩存储到一维数组T［0..m］，其中m>n。数组T的第一个元素T［0］=A［1］［n-1］ T［1］=A［2］［n-2］，……，依次类推，那么放入A［i］［j］(i+j=n)的元素是 (37) 。

●已知有二维数组A［0．．n-1］［0．．n-1］，其中当i+j=n时，A［i］［j］≠0，现在要将A数组压缩存储到一维数组T［0..m］，其中m>n。数组T的第一个元素T［0］=A［1］［n-1］ T［1］=A［2］［n-2］，……，依次类推，那么放入A［i］［j］(i+j=n)的元素是 (37) 。

阅读下列说明和C代码，将应填入（n）处的字句写在答题纸的对应栏内。 说明：设某一机器由n个部件组成，每一个部件都可以从m个不同的供应商处购得。供应商j供应的部件i具有重量Wij和价格Cij。设计一个算法，求解总价格不超过上限cc的最小重量的机器组成。采用回溯法来求解该问题。首先定义解空间。解空间由长度为n的向量组成，其中每个分量取值来自集合{1，2，…，m}，将解空间用树形结构表示。接着从根节点开始，以深度优先的方式搜索整个解空间。从根节点开始，根节点成为活节点，同时也成为当前的扩展节点。向纵深方向考虑第一个部件从第一个供应商处购买，得到一个新节点。判断当前的机器价格（C11）是否超过上限（cc），重量（W11）是否比当前已知的解（最小重量）大，若是，应回溯至最近的一个活节点；若否，则该新节点成为活节点，同时也成为当前的扩展节点，根节点不再是扩展节点。继续向纵深方向考虑第二个部件从第一个供应商处购买，得到一个新节点。同样判断当前的机器价格（C11+C21）是否超过上限（cc），重量（W11+W21）是否比当前已知的解（最小重量）大。若是，应回溯至最近的一个活节点；若否，则该新节点成为活节点，同时也成为当前的扩展节点，原来的节点不再是扩展节点。以这种方式递归地在解空间中搜索，直到找到所要求的解或者解空间中已无活节点为止。 C代码：下面是该算法的C语言实现。 （1）变量说明n：机器的部件数。m：供应商数。cc：价格上限。w［］［］：二维数组，w［i］［j］表示第j个供应商供应的第i个部件的重量。c［］［］：二维数组，c［i］［j］表示第j个供应商供应的第i个部件的价格。bestW：满足价格上限约束条件的最小机器重量。bestC://最小重量机器的价格。bestX［］：最优解，一维数组，bestX［i］表示第i个部件来自哪个供应商。cw：搜索过程中机器的重量。cp：搜索过程中机器的价格。x［］：搜索过程中产生的解，x［i］表示第i个部件来自哪个供应商。i：当前考虑的部件，从0到n-1。j：循环变量 （2）函数backtrack 代码如下：

考虑用分支限界解0-1背包问题 给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大？ 示例：n=3，C=30，w={16，15，15}，v={45，25，25} 求： 1、问题的解空间树 2、约束条件 2、如何剪枝？