设有两个集合a和集合b，要求设计生成集合c=a∩b的算法，其中集合a、b和c用链式存储结构表示

可以采用遍历集合a和集合b的方式，将它们的元素逐个比较，如果相同则将该元素加入集合c中。具体实现可以使用链式存储结构，即每个集合用一个链表表示，链表中的每个节点存储一个元素。遍历时，可以使用两个指针分别指向集合a和集合b的头节点，然后逐个比较节点中的元素，如果相同则将该元素加入集合c的链表中。最后返回集合c的头节点即可。

相关问题

在每个小区之间都可以设置一条电网线路，相应的都要付出一点经济代价。n个小区之间最多可以有n(n-1)/2条线路，选择其中的n-1条使总的耗费最少。可以用连通网来表示n个城市之间以及n个城市之间可能设置的电网线路，其中网的顶点表示小区，边表示两个小区之间的线路，赋予边的权值表示相应的代价。对于n个顶点的连通网可以建立许多不同的生成树，每一颗生成树都可以是一个电路网。现在要构造连通网的最小代价生成树，一颗生成树的代价就是树上各边的代价之和。 设G=(V, E)是具有n个顶点的网络，T=(U, TE)为G的最小生成树，U是T的顶点集合，TE是T的边集合。Prim算法的基本思想是：首先从集合V中任取一顶点（例如去顶点v0）放入集合U中，这时U={ v0}，TE=NULL。然后找出所有一个顶点在集合U里，另一个顶点在集合V-U里的边，使权(u, v)(u∈U, v∈V-U)最小，将该边放入TE，并将顶点v加入集合U。重复上诉操作直到U=V为止。这时TE中有n-1条边，T=(U, TE)就是G的一颗最小生成树。写出C语言完整代码

以下是Prim算法的C语言实现代码：

#include <stdio.h>
#include <limits.h>

#define V 5 // 顶点数

int minKey(int key[], bool mstSet[]) {
    int min = INT_MAX, min_index;
    for (int v = 0; v < V; v++) {
        if (!mstSet[v] && key[v] < min) {
            min = key[v];
            min_index = v;
        }
    }
    return min_index;
}

void printMST(int parent[], int graph[V][V]) {
    printf("Edge \tWeight\n");
    for (int i = 1; i < V; i++) {
        printf("%d - %d \t%d\n", parent[i], i, graph[i][parent[i]]);
    }
}

void primMST(int graph[V][V]) {
    int parent[V];
    int key[V];
    bool mstSet[V];

    for (int i = 0; i < V; i++) {
        key[i] = INT_MAX;
        mstSet[i] = false;
    }

    key[0] = 0;
    parent[0] = -1;

    for (int count = 0; count < V - 1; count++) {
        int u = minKey(key, mstSet);
        mstSet[u] = true;

        for (int v = 0; v < V; v++) {
            if (graph[u][v] && !mstSet[v] && graph[u][v] < key[v]) {
                parent[v] = u;
                key[v] = graph[u][v];
            }
        }
    }
    printMST(parent, graph);
}

int main() {
    int graph[V][V] = {{0, 2, 0, 6, 0},
                       {2, 0, 3, 8, 5},
                       {0, 3, 0, 0, 7},
                       {6, 8, 0, 0, 9},
                       {0, 5, 7, 9, 0}};

    primMST(graph);

    return 0;
}

其中，graph数组表示连通网的邻接矩阵，V表示顶点数。在primMST函数中，首先初始化key数组和mstSet数组，然后从第一个节点开始，依次找出最小的边，将其加入生成树，并将对应的顶点加入mstSet集合中。最后输出生成树的边和权重。

设有n个活动的集合E={1, 2, …, n}，其中每个活动都要求使用同一资源，而在同一时间内只有一个活动能使用这一资源。每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi，且si <fi 。如果选择了活动i，则它在半开时间区间[si, fi)内占用资源。若区间[si, fi)与区间[sj, fj)不相交，则称活动i与活动j是相容的。随机生成n个任务（n=8,16,32…）,用贪心法求近似解，并画出算法流程图

首先，我们来解决这个问题的贪心算法。

贪心算法的基本思想是每一步选择局部最优解，以期望最终获得全局最优解。

对于这个活动选择问题，我们可以按照结束时间从早到晚的顺序进行贪心选择。

算法流程如下：

1. 将活动按照结束时间从早到晚排序。
2. 选择第一个活动（即结束时间最早的活动）加入最终的解集合中。
3. 对于剩下的活动，依次判断当前活动是否与已选择的活动相容，如果相容，则将该活动加入最终的解集合中。
4. 重复步骤3，直到所有活动都判断完毕。
5. 返回最终的解集合。

下面是算法流程图：

开始
排序活动按照结束时间从早到晚
将第一个活动加入解集合
对于剩下的活动：
    如果当前活动与已选择的活动相容：
        将当前活动加入解集合
结束
返回解集合

接下来，我们可以使用Python代码实现这个贪心算法，并画出相应的流程图。

def activity_selection(start, finish):
    n = len(start)
    activities = []
    activities.append(0)  # 加入第一个活动到解集合
    last_finish = finish[0]

    for i in range(1, n):
        if start[i] >= last_finish:  # 判断当前活动是否与已选择的活动相容
            activities.append(i)
            last_finish = finish[i]

    return activities

# 测试数据
start = [1, 3, 0, 5, 8, 5]
finish = [2, 4, 6, 7, 9, 9]

# 调用贪心算法求解
result = activity_selection(start, finish)
print(result)

这是一个简单的例子，其中开始时间和结束时间分别是两个列表[start]和[finish]，我们可以根据实际情况进行修改。

至于画流程图，你可以使用一些在线工具或者软件，如Microsoft Visio、draw.io等。根据上面给出的算法流程，画出对应的流程图即可。