表達演算法的分支結構

『壹』 結構化程序設計語言的主要結構有分支結構

有三種結構,分別是:
順序結構(一條條語句,有邏輯的順序寫下來;
循環結構(for/while/do....while 這三種循環結構; 可以嵌套循環
分支結構(switch/if/if-else/if--else if--else;可以嵌套分支.
由於模塊相互獨立，因此在設計其中一個模塊時，不會受到其它模塊的牽連，因而可將原來較為復雜的問題化簡為一系列簡單模塊的設計。
模塊的獨立性還為擴充已有的系統、建立新系統帶來了不少的方便，因為我們可以充分利用現有的模塊作積木式的擴展。
按照結構化程序設計的觀點，任何演算法功能都可以通過由程序模塊組成的三種基本程序結構的組合:
順序結構、選擇結構和循環結構來實現。

結構化程序設計的基本思想是採用"自頂向下，逐步求精"的程序設計方法和"單入口單出口"的控制結構

『貳』 演算法的三種基本結構是

演算法有順序結構、條件分支結構、循環結構三種基本邏輯結構。

1、順序結構：順序結構是最簡單的演算法結構，語句與語句之間，框與框之間是按從上到下的順序進行的，它是由若干個依次執行的處理步驟組成的。

它是任何一個演算法都離不開的一種基本演算法結構。順序結構在程序框圖中的體現就是用流程線將程序框自上而下地連接起來，按順序執行演算法步驟。

2、條件結構：

條件結構是指在演算法中通過對條件的判斷，根據條件是否成立而選擇不同流向的演算法結構。

條件P是否成立而選擇執行A框或B框。無論P條件是否成立，只能執行A框或B框之一，不可能同時執行A框和B框，也不可能A框、B框都不執行。一個判斷結構可以有多個判斷框。

3、循環結構

在一些演算法中，經常會出現從某處開始，按照一定條件，反復執行某一處理步驟的情況，這就是循環結構，反復執行的處理步驟為循環體，顯然，循環結構中一定包含條件結構。循環結構又稱重復結構，循環結構可細分為兩類：

一類是當型循環結構，如下左圖所示，它的功能是當給定的條件P成立時，執行A框，A框執行完畢後，再判斷條件P是否成立，如果仍然成立，再執行A框，如此反復執行A框，直到某一次條件P不成立為止，此時不再執行A框，離開循環結構。

另一類是直到型循環結構，如下右圖所示，它的功能是先執行，然後判斷給定的條件P是否成立，如果P仍然不成立，則繼續執行A框，直到某一次給定的條件P成立為止，此時不再執行A框，離開循環結構。

(2)表達演算法的分支結構擴展閱讀

共同特點

(1)只有一個入口和出口

(2)結構內的每一部分都有機會被執行到，也就是說對每一個框來說都應當有一條從入口到出口的路徑通過它，如圖中的A，沒有一條從入口到出口的路徑通過它，就是不符合要求的演算法結構。

(3)結構內不存在死循環，即無終止的循環。

『叄』 演算法的三種基本結構是什麼

演算法有順序結構、條件分支結構、循環結構三種基本邏輯結構。

三種基本結構的共同點：

(1)只有一個入口和出口。

(2)結構內的每一部分都有機會被執行到，也就是說對每一個框來說都應當有一條從入口到出口的路徑通過它。

(3)結構內不存在死循環，即無終止的循環。

數據結構演算法具有五個基本特徵：輸入、輸出、有窮性、確定性和可行性。

1、輸入：一個演算法具有零個或者多個輸出，以刻畫運算對象的初始情況，所謂0個輸入是指演算法本身定出了初始條件，後面一句話翻譯過來就是，如果一個演算法本身給出了初始條件，那麼可以沒有輸出。

2、輸出：演算法至少有一個輸出。也就是說，演算法一定要有輸出，輸出的形式可以是列印，也可以使返回一個值或者多個值等，也可以是顯示某些提示。

3、有窮性：演算法的執行步驟是有限的，演算法的執行時間也是有限的。

4、確定性：演算法的每個步驟都有確定的含義，不會出現二義性。

5、可行性：演算法是可用的，也就是能夠解決當前問題。

『肆』 計算機演算法的三種基本結構

演算法有順序結構、條件分支結構、循環結構三種基本邏輯結構。

1、順序結構

序貫結構是最簡單的演算法結構，在語句之間、框之間自上而下進行。它由依次執行的幾個處理步驟組成。

它是任何演算法都不能缺少的基本演算法結構。方框圖中的順序結構是將程序框從上到下與流水線連接，按順序執行演算法步驟。

2、條件分支結構

條件結構是指通過判斷演算法中的條件，根據條件是否為真來選擇不同流向的演算法結構。

如果條件P為真，則選擇執行框A或框B。無論P條件是否為真，只能執行A盒或B盒中的一個。不可能同時執行盒子A和B，盒子A和B不執行也是不可能的。一個判斷結構可以有多個判斷框。

3、循環結構

在某些演算法中，經常會出現某一處理步驟按照某一條件從某一地點重復執行的情況。這就是循環結構。重復執行的處理步驟是循環體，顯然，循環結構必須包含條件結構。循環結構又稱重復結構，可分為兩類：

一種是當循環結構，功能是P時形成時給定的條件下，執行一個盒子，一個盒子在執行後，確定條件P，如果仍然設置和執行一個盒子，等等來執行一個盒子，直到一個條件P並不不再執行一個盒子，這個時候離開循環結構。

另一種類型是直到型循環結構，作用是先執行，然後判斷給定條件P是否為真。如果P仍然不為真，將繼續執行盒子A，直到給定條件P為真一段時間。

(4)表達演算法的分支結構擴展閱讀：

共同特徵

1、只有一個入口和出口

2、結構的每個部分都有執行的機會，即對於每個盒子，應該有一個從入口到出口的路徑。如圖A所示，從入口到出口沒有經過它的路徑，這是不符合要求的演算法結構。

3、結構中不存在死循環，即沒有結束循環。

『伍』 演算法的三種基本結構是( )A、順序結構,條件分支結構,重復結構B、邏輯...

本題是概念型題,演算法的三種基本結構是順序結構,選擇結構,循環結構,由此對比四個選項得出正確選項即可.
解:演算法的三種基本結構是順序結構,選擇結構,循環結構,
考查四個選項,應該選.
故選.
本題考查程序框圖的三種基本邏輯結構的應用,求解本題的關鍵是對演算法的三種基本結構理解並熟練掌握.

『陸』 表示演算法的三種基本結構分別是

順序結構,判斷(分支)結構,循環結構.

『柒』 演算法的三種基本邏輯結構是

順序結構：是由若干個依次執行的步驟組成的，是任何一個演算法都離不開的基本結構。
條件結構：在一個演算法中，經常會遇到一些條件的判斷，演算法的流程根據條件是否成立有不同的流向，條件結構就是處理這種過程的結構。
循環結構：在一些演算法中，經常會出現從某處開始，按照一定的條件反復執行某些步驟的情況，這就是循環結構。反復執行的步驟稱為循環體。循環結構又分為直到型循環結構和當型循環結構。
程序框圖的三種基本邏輯結構：順序結構、條件結構、循環結構. 順序結構是最簡單的結構，也是最基本的結構，循環結構必然包含條件結構. 這三種基本邏輯結構是相互支撐的，它們共同構成了演算法的基本結構，無論怎樣復雜的邏輯結構，都可以通過它們來表達.

『捌』 什麼是分支演算法

分支限界演算法
分支定界 (branch and bound) 演算法是一種在問題的解空間樹上搜索問題的解的方法。但與回溯演算法不同，分支定界演算法採用廣度優先或最小耗費優先的方法搜索解空間樹，並且，在分支定界演算法中，每一個活結點只有一次機會成為擴展結點。

利用分支定界演算法對問題的解空間樹進行搜索，它的搜索策略是：

1 ．產生當前擴展結點的所有孩子結點；

2 ．在產生的孩子結點中，拋棄那些不可能產生可行解（或最優解）的結點；

3 ．將其餘的孩子結點加入活結點表；

4 ．從活結點表中選擇下一個活結點作為新的擴展結點。

如此循環，直到找到問題的可行解（最優解）或活結點表為空。

從活結點表中選擇下一個活結點作為新的擴展結點，根據選擇方式的不同，分支定界演算法通常可以分為兩種形式：

1 ． FIFO(First In First Out) 分支定界演算法：按照先進先出原則選擇下一個活結點作為擴展結點，即從活結點表中取出結點的順序與加入結點的順序相同。

2 ．最小耗費或最大收益分支定界演算法：在這種情況下，每個結點都有一個耗費或收益。如果要查找一個具有最小耗費的解，那麼要選擇的下一個擴展結點就是活結點表中具有最小耗費的活結點；如果要查找一個具有最大收益的解，那麼要選擇的下一個擴展結點就是活結點表中具有最大收益的活結點。

又稱分支定界搜索法。過程系統綜合的一類方法。該法是將原始問題分解，產生一組子問題。分支是將一組解分為幾組子解，定界是建立這些子組解的目標函數的邊界。如果某一子組的解在這些邊界之外，就將這一子組舍棄（剪枝）。分支定界法原為運籌學中求解整數規劃(或混合整數規劃)問題的一種方法。用該法尋求整數最優解的效率很高。將該法原理用於過程系統綜合可大大減少需要計算的方案數日。

分支定界法的思想是：首先確定目標值的上下界，邊搜索邊減掉搜索樹的某些支，提高搜索效率。

在競賽中，我們有時會碰到一些題目，它們既不能通過建立數學模型解決，又沒有現成演算法可以套用，或者非遍歷所有狀況才可以得出正確結果。這時，我們就必須採用搜索演算法來解決問題。
搜索演算法按搜索的方式分有兩類，一類是深度優先搜索，一類是廣度優先搜索。我們知道，深度搜索編程簡單，程序簡潔易懂，空間需求也比較低，但是這種方法的時間復雜度往往是指數級的，倘若不加優化，其時間效率簡直無法忍受；而廣度優先搜索雖然時間復雜度比前者低一些，但其龐大的空間需求量又往往讓人望而卻步。
所以，對程序進行優化，就成為搜索演算法編程中最關鍵的一環。
本文所要討論的便是搜索演算法中優化程序的一種基本方法棗「剪枝」。

什麼是剪枝
相信剛開始接觸搜索演算法的人，都做過類似迷宮這樣的題目吧。我們在「走迷宮」的時候，一般回溯法思路是這樣的：
1、這個方向有路可走，我沒走過
2、往這個方向前進
3、是死胡同，往回走，回到上一個路口
4、重復第一步，直到找著出口
這樣的思路很好理解，編程起來也比較容易。但是當迷宮的規模很大時，回溯法的缺點便暴露無遺：搜索耗時極巨，無法忍受。
我們可不可以在向某個方向前進時，先一步判斷出這樣走會不會走到死胡同里呢？這樣一來，搜索的時間不就可以減少了嗎？
答案是：可以的。
剪枝的概念，其實就跟走迷宮避開死胡同差不多。若我們把搜索的過程看成是對一棵樹的遍歷，那麼剪枝顧名思義，就是將樹中的一些「死胡同」，不能到達我們需要的解的枝條「剪」掉，以減少搜索的時間。
搜索演算法，絕大部分需要用到剪枝。然而，不是所有的枝條都可以剪掉，這就需要通過設計出合理的判斷方法，以決定某一分支的取捨。在設計判斷方法的時候，需要遵循一定的原則。
剪枝的原則
1、正確性
正如上文所述，枝條不是愛剪就能剪的。如果隨便剪枝，把帶有最優解的那一分支也剪掉了的話，剪枝也就失去了意義。所以，剪枝的前提是一定要保證不丟失正確的結果。
2、准確性
在保證了正確性的基礎上，我們應該根據具體問題具體分析，採用合適的判斷手段，使不包含最優解的枝條盡可能多的被剪去，以達到程序「最優化」的目的。可以說，剪枝的准確性，是衡量一個優化演算法好壞的標准。
3、高效性 設計優化程序的根本目的，是要減少搜索的次數，使程序運行的時間減少。但為了使搜索次數盡可能的減少，我們又必須花工夫設計出一個准確性較高的優化演算法，而當演算法的准確性升高，其判斷的次數必定增多，從而又導致耗時的增多，這便引出了矛盾。
因此，如何在優化與效率之間尋找一個平衡點，使得程序的時間復雜度盡可能降低，同樣是非常重要的。倘若一個剪枝的判斷效果非常好，但是它卻需要耗費大量的時間來判斷、比較，結果整個程序運行起來也跟沒有優化過的沒什麼區別，這樣就太得不償失了。
綜上所述，我們可以把剪枝優化的主要原則歸結為六個字：正確、准確、高效。
剪枝演算法按照其判斷思路可大致分成兩類：可行性剪枝及最優性剪枝。

對於分支定界演算法,上界是已求得的可行解的目標函數值中的最小者,分為初始上界和在探測過程中產生的動態上界.分支定界法在求最優解的迭代過程中, 若某結點估計的下界不小於已知的上界, 則不必從該節點往下繼續搜索. 因此若能產生一個較好的上界, 可以消除許多不必要的列舉計算.

分支定界演算法的實現
在描述分支定界演算法步驟之前, 先對演算法涉及到的有關術語進行定義如下:
p —— 分支層數;
C*—— 當前最優目標函數值;
P*—— 相應於C*的工件順序;
P1—— 當前節點(現在需要進行分支的節點)所對應的部分序列.
分支定界演算法的實施步驟如下:
步驟1 初始化: 設置p = 0, P 1 = Á (空集) , C* = ∞.設當前節點總是與P 1 相對應. 此時, 當前節點即根節點.
步驟2 計算從當前節點分支得到的各個子節點的下界, 並按下界值由小到大對各子節點排序. 令p ←p + 1.
步驟3 如果當前節點被探測盡, 令p ←p - 1, 轉步驟6. 否則, 設當前層(第p 層) 各活動子節點中具有最小下界值的節點為Q , 則在P 1末尾加入Q 對應第p 位置上的工件, 此時的當前節點轉為Q , 轉步驟4.
步驟4 因為當前節點是同層同父節點具有最小下界值的節點, 如果當前節點下界值大於或等於C* , 則不必再搜索當前節點及其同層同父的活動節點, 這樣, 當前節點的上一層節點(父節點)被探測盡, p ←p - 1, 去掉P 1 中的最後一個工件,轉步驟6. 否則, 轉步驟5.
步驟5 如果p = n, 則得到一個較優順序.令P* = P 1, C* 是當前節點的下界值, p ←p - 1,去掉P 1 中最後一個工件, 轉步驟6; 否則轉步驟2.
步驟6 若p ≠ 0, 去掉P 1 中最後一個工件,轉步驟3; 否則, 演算法停止. C* 是最優的目標函數值, P* 是最優順序.

『玖』 演算法常用方法有分支結構嗎

演算法的三種基本結構是順序結構、條件結構、循環結構，
考查四個選項，應該選B．
故選B．