物流工程c语言考试题及答案

物流工程c语言考试题及答案一、选择题（共20分，每题2分）1.在C语言中，以下哪个关键字用于定义结构体？A.structB.classC.unionD.typedef2.以下哪个函数用于在C语言中打开文件？A.create()B.open()C.fopen()D.fileopen()3.在物流路径优化算法中，以下哪种算法最适合解决旅行商问题(TSP)？A.快速排序B.贪心算法C.动态规划D.深度优先搜索4.以下哪个C语言运算符用于指针访问结构体成员？A..B.->C.&D.5.在C语言中，以下哪个函数用于动态分配内存？A.malloc()B.alloc()C.create()D.new()6.在库存管理系统中，以下哪种数据结构最适合实现先进先出(FIFO)策略？A.栈B.队列C.链表D.数组7.以下哪个C语言函数用于计算字符串长度？A.length()B.size()C.strlen()D.count()8.在物流运输调度系统中，以下哪种排序算法最适合根据距离对配送点进行排序？A.冒泡排序B.快速排序C.归并排序D.基数排序9.在C语言中，以下哪个关键字用于函数声明？A.funcB.functionC.declareD.无需关键字，直接写函数名和参数10.在物流工程中，以下哪种数据结构最适合表示运输网络中的节点和边的关系？A.数组B.链表C.图D.树二、填空题（共20分，每题2分）1.在C语言中，用于定义整型变量的关键字是__________。2.物流路径优化中，Dijkstra算法用于解决__________问题。3.在C语言中，__________函数用于将字符串转换为浮点数。4.在库存管理系统中，__________数据结构适合实现后进先出(LIFO)策略。5.在C语言中，__________运算符用于获取变量的地址。6.物流运输调度系统中，常用的__________算法可以找到从起点到终点的最短路径。7.在C语言中，__________关键字用于定义函数返回值的类型。8.物流工程中，__________数据结构适合表示层级关系，如仓库的层级结构。9.在C语言中，__________函数用于将整数转换为字符串。10.物流信息系统中，常用的__________算法可以解决车辆路径问题(VRP)。三、判断题（共10分，每题2分）1.在C语言中，结构体是一种复合数据类型，可以包含不同类型的数据成员。（）2.在物流路径优化中，贪心算法总是能够得到最优解。（）3.在C语言中，指针变量可以存储内存地址。（）4.在库存管理系统中，使用数组实现栈可以提高访问效率。（）5.在物流工程中，深度优先搜索(DFS)适合解决所有图的最短路径问题。（）四、简答题（共20分，每题5分）1.请简述C语言中指针的概念及其在物流工程中的应用场景。2.请解释Dijkstra算法的原理，并说明其在物流路径优化中的应用。3.请描述链表数据结构的特点，并说明其在物流信息系统中的适用场景。4.请比较快速排序和归并排序的优缺点，并说明在物流运输调度系统中如何选择合适的排序算法。五、编程题（共30分，每题10分）1.编写一个C语言程序，实现一个简单的库存管理系统。要求能够添加商品信息（包括商品编号、名称、数量），查询商品信息，更新商品数量，并能够显示所有商品信息。2.使用C语言实现Dijkstra算法，解决物流配送中心到各个配送点的最短路径问题。要求输入包括配送中心坐标和各个配送点坐标，输出最短路径和距离。3.编写一个C语言程序，实现一个简单的运输车辆调度系统。要求包括车辆信息管理（车辆编号、载重、当前位置），配送任务管理（任务编号、起点、终点、货物重量），并能够根据车辆载重和任务需求进行自动调度。---答案：一、选择题答案1.答案：A解释：在C语言中，使用"struct"关键字来定义结构体。class是C++中的关键字，union用于定义联合体，typedef用于类型重命名。2.答案：C解释：在C语言中，使用fopen()函数来打开文件。create()不是标准C函数，open()是Unix系统调用而非标准C函数，fileopen()不是标准C函数。3.答案：C解释：旅行商问题(TSP)是一个典型的NP难问题，动态规划可以有效地解决中小规模的TSP问题。快速排序是排序算法，贪心算法可能无法得到最优解，深度优先搜索不适合解决TSP。4.答案：B解释：在C语言中，使用"->"运算符通过指针访问结构体成员。"."运算符用于直接访问结构体成员，"&"用于获取地址，""用于解引用。5.答案：A解释：在C语言中，使用malloc()函数动态分配内存。alloc()不是标准C函数，create()不是标准C函数，new是C++中的关键字。6.答案：B解释：队列数据结构的特点是先进先出(FIFO)，非常适合实现库存管理中的先进先出策略。栈是后进先出(LIFO)，链表和数组也可以实现FIFO但不如队列直接。7.答案：C解释：在C语言中，strlen()函数用于计算字符串长度。length()和size()不是标准C函数，count()也不是标准C字符串函数。8.答案：B解释：快速排序是一种高效的排序算法，平均时间复杂度为O(nlogn)，适合对大量配送点进行排序。冒泡排序效率较低，归并排序虽然效率高但需要额外空间，基数排序不适合数值排序。9.答案：D解释：在C语言中，函数声明不需要特殊关键字，直接写函数名和参数列表即可。func、function和declare都不是C语言中的关键字。10.答案：C解释：图数据结构最适合表示运输网络中的节点和边的关系，可以清晰地表示各个地点之间的连接和距离。数组、链表和树虽然也可以表示一定关系，但不如图直观和全面。二、填空题答案1.答案：int解释：在C语言中，使用"int"关键字定义整型变量，用于存储整数类型的数据。2.答案：单源最短路径解释：Dijkstra算法是解决单源最短路径问题的经典算法，在物流路径优化中可以找到一个配送中心到各个配送点的最短路径。3.答案：atoi解释：在C语言中，atoi()函数用于将字符串转换为整型，atof()函数用于将字符串转换为浮点数。4.答案：栈解释：栈是一种后进先出(LIFO)的数据结构，非常适合实现库存管理中的后进先出策略，如某些先进先出不适合的商品管理。5.答案：&解释：在C语言中，使用"&"运算符获取变量的内存地址，该地址可以存储在指针变量中。6.答案：Dijkstra解释：Dijkstra算法是解决单源最短路径问题的经典算法，在物流运输调度系统中可以找到从起点到终点的最短路径。7.答案：返回类型解释：在C语言中，函数声明时需要指定返回值的类型，如int、float等，如果函数不返回值则使用void。8.答案：树解释：树数据结构具有层级关系，非常适合表示仓库的层级结构，如区域、分区、货架、层等层级关系。9.答案：itoa解释：在C语言中，itoa()函数用于将整数转换为字符串，但需要注意的是，itoa()不是标准C函数，而是某些编译器提供的扩展函数。10.答案：遗传算法解释：遗传算法是一种启发式算法，适合解决车辆路径问题(VRP)这类复杂的组合优化问题，可以在合理时间内得到较好的解。三、判断题答案1.答案：正确解释：在C语言中，结构体确实是一种复合数据类型，可以包含不同类型的数据成员，用于组织相关的数据。2.答案：错误解释：在物流路径优化中，贪心算法每一步都选择当前最优解，但并不能保证得到全局最优解，特别是在复杂问题中。3.答案：正确解释：在C语言中，指针变量专门用于存储内存地址，通过指针可以间接访问和修改内存中的数据。4.答案：错误解释：在库存管理系统中，使用数组实现栈的效率较低，因为数组实现栈时，插入和删除操作可能需要移动元素。链表实现栈的效率更高，因为插入和删除操作可以在O(1)时间内完成。5.答案：错误解释：在物流工程中，深度优先搜索(DFS)不适合解决所有图的最短路径问题，DFS主要用于遍历图或寻找路径，但不保证找到最短路径。Dijkstra算法或A算法更适合解决最短路径问题。四、简答题答案1.指针是C语言中一种特殊的变量，它存储的是另一个变量的内存地址。通过指针，可以间接访问和修改内存中的数据，实现高效的数据操作和内存管理。在物流工程中，指针有广泛的应用场景：a.动态数据结构：物流信息系统常需要处理动态变化的订单、库存和运输数据，指针可以高效地构建链表、树、图等动态数据结构。b.大数据处理：当处理大量物流数据时，使用指针可以避免数据复制，提高程序效率。c.函数参数传递：通过指针传递大型物流数据结构（如配送网络、库存信息）可以避免数据复制，提高效率。d.内存管理：在物流模拟系统中，可能需要动态创建和销毁对象，指针可以帮助有效管理内存。e.多级数据访问：物流数据通常具有复杂的多级结构，指针可以帮助实现高效的多级数据访问。2.Dijkstra算法是一种用于解决单源最短路径问题的经典算法，其基本原理是通过贪心策略逐步确定从源点到其他所有顶点的最短路径。算法步骤：a.初始化：将源点到自身的距离设为0，到其他所有顶点的距离设为无穷大。b.选择距离源点最近的未访问顶点，标记为已访问。c.更新从该顶点到其所有邻接顶点的距离，如果通过该顶点到邻接顶点的距离比当前已知距离短，则更新距离。d.重复步骤b和c，直到所有顶点都被访问。在物流路径优化中的应用：a.配送路线规划：确定配送中心到各个配送点的最短路径，优化配送路线，减少运输时间和成本。b.多仓库选址：评估不同仓库位置到各个客户的最短路径总和，帮助确定最优仓库位置。c.应急物流：在自然灾害或突发事件中，快速确定救援物资从中心到各需求点的最短路径。d.网络优化：分析物流网络中各节点之间的连接关系，找出网络中的瓶颈和优化机会。e.成本计算：基于最短路径计算运输成本，为物流定价和成本控制提供依据。3.链表数据结构是一种线性数据结构，由一系列节点组成，每个节点包含数据和指向下一个节点的指针。链表的特点包括：a.动态大小：链表的大小可以在运行时动态改变，不需要预先分配固定大小的内存。b.非连续存储：链表的节点在内存中可以不连续存储，通过指针连接。c.高效插入和删除：在链表中插入和删除节点的时间复杂度为O(1)，只需调整指针即可。d.随机访问效率低：链表不支持高效的随机访问，访问第i个节点需要O(n)时间。e.额外空间开销：每个节点需要额外的空间存储指针信息。在物流信息系统中的适用场景：a.订单管理：订单数量动态变化，使用链表可以高效地添加、删除和更新订单。b.车辆调度：车辆信息频繁更新，链表可以高效管理车辆状态和位置变化。c.库存变动：商品库存数量频繁变化，链表适合实现库存的动态管理。d.路径规划：在动态变化的交通网络中，链表可以表示和更新路径信息。e.事件处理：物流系统中的事件（如订单到达、车辆到达）可以按时间顺序用链表组织，便于处理。4.快速排序和归并排序是两种常用的排序算法，各有优缺点：快速排序：优点：a.平均时间复杂度为O(nlogn)，在实际应用中通常比其他O(nlogn)排序算法更快。b.是原地排序算法，不需要额外空间（除了递归栈空间）。c.缓存友好，具有良好的局部性。缺点：a.最坏时间复杂度为O(n²)，当数据已经有序或逆序时性能下降。b.不稳定排序，相等元素的相对位置可能改变。c.对于小数组，快速排序的固定开销相对较高。归并排序：优点：a.时间复杂度稳定为O(nlogn)，不受输入数据影响。b.稳定排序，相等元素的相对位置保持不变。c.适合处理大规模数据，特别是外部排序。缺点：a.需要O(n)的额外空间，不是原地排序算法。b.对于小数组，归并排序的固定开销相对较高。c.缓存局部性不如快速排序。在物流运输调度系统中选择排序算法的考虑因素：a.数据规模：如果配送点数量很大（如超过1000个），归并排序更稳定；如果规模适中，快速排序通常更快。b.内存限制：如果内存有限，快速排序更合适，因为它不需要额外空间。c.排序稳定性要求：如果需要保持相等元素的相对顺序（如相同距离的配送点按其他属性排序），应选择归并排序。d.数据特性：如果配送点数据已经部分有序，快速排序可能表现更好。e.实际应用中，可以考虑混合排序策略，对小数组使用插入排序，对大数组使用快速排序或归并排序。五、编程题答案1.简单库存管理系统的C语言实现：```cinclude<stdio.h>include<stdlib.h>include<string.h>//定义商品结构体typedefstruct{intid;//商品编号charname[50];//商品名称intquantity;//商品数量}Product;//定义库存结构体typedefstruct{Productproducts;//商品数组intcount;//商品数量intcapacity;//数组容量}Inventory;//初始化库存voidinitInventory(Inventoryinventory,intcapacity){inventory->products=(Product)malloc(capacitysizeof(Product));inventory->count=0;inventory->capacity=capacity;}//添加商品voidaddProduct(Inventoryinventory,intid,constcharname,intquantity){if(inventory->count>=inventory->capacity){printf("库存已满，无法添加更多商品。\n");return;}//检查商品编号是否已存在for(inti=0;i<inventory->count;i++){if(inventory->products[i].id==id){printf("商品编号已存在，更新数量。\n");inventory->products[i].quantity+=quantity;return;}}//添加新商品ProductnewProduct;newProduct.id=id;strcpy(newP,name);newProduct.quantity=quantity;inventory->products[inventory->count]=newProduct;inventory->count++;printf("商品添加成功。\n");}//查询商品voidqueryProduct(Inventoryinventory,intid){for(inti=0;i<inventory->count;i++){if(inventory->products[i].id==id){printf("商品编号:%d\n",inventory->products[i].id);printf("商品名称:%s\n",inventory->products[i].name);printf("商品数量:%d\n",inventory->products[i].quantity);return;}}printf("未找到该商品。\n");}//更新商品数量voidupdateProduct(Inventoryinventory,intid,intquantity){for(inti=0;i<inventory->count;i++){if(inventory->products[i].id==id){inventory->products[i].quantity=quantity;printf("商品数量更新成功。\n");return;}}printf("未找到该商品。\n");}//显示所有商品voiddisplayAllProducts(Inventoryinventory){if(inventory->count==0){printf("库存为空。\n");return;}printf("所有商品信息:\n");printf("编号\t名称\t数量\n");for(inti=0;i<inventory->count;i++){printf("%d\t%s\t%d\n",inventory->products[i].id,inventory->products[i].name,inventory->products[i].quantity);}}//释放库存内存voidfreeInventory(Inventoryinventory){free(inventory->products);inventory->count=0;inventory->capacity=0;}intmain(){Inventoryinventory;initInventory(&inventory,100);intchoice;intid,quantity;charname[50];while(1){printf("\n库存管理系统\n");printf("1.添加商品\n");printf("2.查询商品\n");printf("3.更新商品数量\n");printf("4.显示所有商品\n");printf("5.退出\n");printf("请选择操作:");scanf("%d",&choice);switch(choice){case1:printf("请输入商品编号:");scanf("%d",&id);printf("请输入商品名称:");scanf("%s",name);printf("请输入商品数量:");scanf("%d",&quantity);addProduct(&inventory,id,name,quantity);break;case2:printf("请输入要查询的商品编号:");scanf("%d",&id);queryProduct(&inventory,id);break;case3:printf("请输入要更新的商品编号:");scanf("%d",&id);printf("请输入新的商品数量:");scanf("%d",&quantity);updateProduct(&inventory,id,quantity);break;case4:displayAllProducts(&inventory);break;case5:freeInventory(&inventory);printf("系统退出。\n");return0;default:printf("无效的选择，请重新输入。\n");}}return0;}```2.使用C语言实现Dijkstra算法解决物流配送中心到各个配送点的最短路径问题：```cinclude<stdio.h>include<stdlib.h>include<limits.h>include<stdbool.h>//定义顶点结构体typedefstruct{intid;//顶点IDdoublex;//x坐标doubley;//y坐标}Vertex;//定义边结构体typedefstruct{intfrom;//起点顶点IDintto;//终点顶点IDdoubleweight;//权重（距离）}Edge;//定义图结构体typedefstruct{Vertexvertices;//顶点数组Edgeedges;//边数组intvertexCount;//顶点数量intedgeCount;//边数量}Graph;//定义路径结构体typedefstruct{intprev;//前驱顶点数组doubledist;//距离数组}PathInfo;//计算两点之间的欧几里得距离doublecalculateDistance(Vertexv1,Vertexv2){doubledx=v1.x-v2.x;doubledy=v1.y-v2.y;returnsqrt(dxdx+dydy);}//初始化图voidinitGraph(Graphgraph,intvertexCount,intedgeCount){graph->vertices=(Vertex)malloc(vertexCountsizeof(Vertex));graph->edges=(Edge)malloc(edgeCountsizeof(Edge));graph->vertexCount=vertexCount;graph->edgeCount=edgeCount;}//释放图内存voidfreeGraph(Graphgraph){free(graph->vertices);free(graph->edges);}//添加顶点voidaddVertex(Graphgraph,intid,doublex,doubley){graph->vertices[id].id=id;graph->vertices[id].x=x;graph->vertices[id].y=y;}//添加边voidaddEdge(Graphgraph,intfrom,intto,doubleweight){graph->edges[graph->edgeCount].from=from;graph->edges[graph->edgeCount].to=to;graph->edges[graph->edgeCount].weight=weight;graph->edgeCount++;}//Dijkstra算法实现PathInfodijkstra(Graphgraph,intstart){PathInfopathInfo;pathInfo.prev=(int)malloc(graph->vertexCountsizeof(int));pathInfo.dist=(double)malloc(graph->vertexCountsizeof(double));//初始化距离和前驱数组for(inti=0;i<graph->vertexCount;i++){pathInfo.dist[i]=INT_MAX;pathInfo.prev[i]=-1;}pathInfo.dist[start]=0;//创建已访问顶点数组boolvisited=(bool)malloc(graph->vertexCountsizeof(bool));for(inti=0;i<graph->vertexCount;i++){visited[i]=false;}//主循环for(inti=0;i<graph->vertexCount;i++){//找到距离最小的未访问顶点intminVertex=-1;doubleminDist=INT_MAX;for(intj=0;j<graph->vertexCount;j++){if(!visited[j]&&pathInfo.dist[j]<minDist){minDist=pathInfo.dist[j];minVertex=j;}}if(minVertex==-1)break;visited[minVertex]=true;//更新邻接顶点的距离for(intj=0;j<graph->edgeCount;j++){if(graph->edges[j].from==minVertex){intto=graph->edges[j].to;doubleweight=graph->edges[j].weight;if(!visited[to]&&pathInfo.dist[minVertex]+weight<pathInfo.dist[to]){pathInfo.dist[to]=pathInfo.dist[minVertex]+weight;pathInfo.prev[to]=minVertex;}}}}free(visited);returnpathInfo;}//打印路径voidprintPath(PathInfopathInfo,intstart,intend){if(pathInfo->dist[end]==INT_MAX){printf("无法从顶点%d到达顶点%d\n",start,end);return;}//构建路径intpath=(int)malloc(pathInfo->dist[end]sizeof(int));intcurrent=end;intpathLength=0;while(current!=-1){path[pathLength++]=current;current=pathInfo->prev[current];}//打印路径printf("从%d到%d的最短路径:",start,end);for(inti=pathLength-1;i>=0;i--){printf("%d",path[i]);if(i>0)printf("->");}printf("\n");printf("最短距离:%.2f\n",pathInfo->dist[end]);free(path);}//释放路径信息内存voidfreePathInfo(PathInfopathInfo){free(pathInfo->prev);free(pathInfo->dist);}intmain(){//创建图Graphgraph;intvertexCount=6;//配送中心和5个配送点intedgeCount=10;//边数量initGraph(&graph,vertexCount,edgeCount);//添加顶点（配送中心和配送点）addVertex(&graph,0,0,0);//配送中心addVertex(&graph,1,3,4);//配送点1addVertex(&graph,2,6,1);//配送点2addVertex(&graph,3,2,7);//配送点3addVertex(&graph,4,5,5);//配送点4addVertex(&graph,5,8,2);//配送点5//添加边（根据实际距离或计算欧几里得距离）addEdge(&graph,0,1,calculateDistance(graph.vertices[0],graph.vertices[1]));addEdge(&graph,0,2,calculateDistance(graph.vertices[0],graph.vertices[2]));addEdge(&graph,0,3,calculateDistance(graph.vertices[0],graph.vertices[3]));addEdge(&graph,0,4,calculateDistance(graph.vertices[0],graph.vertices[4]));addEdge(&graph,0,5,calculateDistance(graph.vertices[0],graph.vertices[5]));addEdge(&graph,1,2,calculateDistance(graph.vertices[1],graph.vertices[2]));addEdge(&graph,1,3,calculateDistance(graph.vertices[1],graph.vertices[3]));addEdge(&graph,2,4,calculateDistance(graph.vertices[2],graph.vertices[4]));addEdge(&graph,3,4,calculateDistance(graph.vertices[3],graph.vertices[4]));addEdge(&graph,4,5,calculateDistance(graph.vertices[4],graph.vertices[5]));//运行Dijkstra算法intstart=0;//从配送中心开始PathInfopathInfo=dijkstra(&graph,start);//打印到各个配送点的最短路径printf("配送中心到各个配送点的最短路径:\n");for(inti=1;i<vertexCount;i++){printPath(&pathInfo,start,i);}//释放内存freeGraph(&graph);freePathInfo(&pathInfo);return0;}```3.简单运输车辆调度系统的C语言实现：```cinclude<stdio.h>include<stdlib.h>include<string.h>//定义车辆结构体typedefstruct{intid;//车辆编号doublecapacity;//载重doubleload;//当前载重intlocation;//当前位置（顶点ID）intstatus;//状态（0:空闲，1:运输中）}Vehicle;//定义任务结构体typedefstruct{intid;//任务编号intfrom;//起点intto;//终点doubleweight;//货物重量intassignedVehicle;//分配的车辆ID（-1表示未分配）}Task;//定义调度系统结构体typedefstruct{Vehiclevehicles;//车辆数组intvehicleCount;//车辆数量Tasktasks;//任务数组inttaskCount;//任务数量}DispatchSystem;//初始化调度系统voidinitDispatchSystem(DispatchSystemsystem,intvehicleCount,inttaskCount){system->vehicles=(Vehicle)malloc(vehicleCountsizeof(Vehicle));system->tasks=(Task)malloc(taskCountsizeof(Task));system->vehicleCount=vehicleCount;system->taskCount=taskCount;}//释放调度系统内存voidfreeDispatchSystem(DispatchSystemsystem){free(system->vehicles);free(system->tasks);}//添加车辆voidaddVehicle(DispatchSystemsystem,intid,doublecapacity,intlocation){system->vehicles[id].id=id;system->vehicles[id].capacity=capacity;system->vehicles[id].load=0;system->vehicles[id].location=location;system->vehicles[id].status=0;//初始状态为空闲printf("车辆%d添加成功，载重:%.2f,位置:%d\n",id,capacity,location);}//添加任务voidaddTask(DispatchSystemsystem,intid,intfrom,intto,doubleweight){system->tasks[id].id=id;system->tasks[id].from=from;system->tasks[id].to=to;system->tasks[id].weight=weight;system->tasks[id].assignedVehicle=-1;//初始状态为未分配printf("任务%d添加成功，从%d到%d，重量:%.2f\n",id,from,to,weight);}//显示所有车辆信息voiddisplayVehicles(DispatchSystemsystem){printf("\n所有车辆信息:\n");printf("编号\t载重\t当前载重\t位置\t状态\n");for(inti=0;i<system->vehicleCount;i++){printf("%d\t%.2f\t%.2f\t\t%d\t%s\n",system->vehicles[i].id,system->vehicles[i].capacity,system->vehicles[i].load,system->vehicles[i].location,system->vehicles[i].status==0?"空闲":"运输中");}}//显示所有任务信息voiddisplayTasks(DispatchSystemsystem){printf("\n所有任务信息:\n");printf("编号\t起点\t终点\t重量\t分配车辆\n");for(inti=0;i<system->taskCount;i++){printf("%d\t%d\t%d\t%.2f\t",system->tasks[i].id,system->tasks[i].from,system->tasks[i].to,system->tasks[i].weight);if(system->tasks[i].assignedVehicle==-1){printf("未分配\n");}else{printf("%d\n",system->tasks[i].assignedVehicle);}}}//简单的调度算法：为每个任务分配合适的车辆voidscheduleTasks(DispatchSystemsystem){for(inti=0;i<system->taskCount;i++){if(system->tasks[i].assignedVehicle!=-1){continue;//任务已分配，跳过}intbestVehicle=-1;doubleminDistance=-1;//寻找合适的车辆for(intj=0;j<system->vehicleCount;j++){//检查车辆是否空闲且载重足够if(system->vehicles[j].status==0&&system->vehicles[j].capacity>=system->tasks[i].weight){//计算距离（这里简化处理，实际应用中应使用更精确的距离计算）doubledistance=abs(system->vehicles[j].location-system->tasks[i].from);//选择距离最近的车辆if(bestVehicle==-1||distance<minDistance){bestVehicle=j;minDistance=distance;}}}//如果找到合适的车辆，分配任务if(bestVehicle!=-1){system->tasks[i].assignedVehicle=system->vehicles[bestVehicle].id;system->vehicles[bestVehicle].status=1;//更改车辆状态为运输中system->vehicles[bestVehicle].load=system->tasks[i].weight;//更新车辆载重system->vehicles[bestVehicle].location=system->tasks[i].from;//更新车辆位置printf("任务%d已分配给车辆%d\n",system->tasks[i].id,system->vehicles[bestVehicle].id);}else{printf("无法为任务%d分配合适的车辆\n",system->tasks[i].id);}}}//完成任务voidcomplete