Small-Chao

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

如果错误,或者有更好的方法,欢迎大家指正

 

2-1:插入排序

2-1-1:描述数组A = {31,41,59,26,41,58}插入排序过程

    解: 1、  31  41  59  26  41  58 

       2、  31  41  59  26  41  58

       3、  26  31  41  59  41  58

       4、  26  31  41  41  59  58

       5、  26  31  41  41  58  59

2-1-2:写出插入排序(非升序)伪代码

    解:   INSERTION_SORT(A)

        for i <- 2 upto length(A)

          key <- A[i]

          j <- i-1

          while A[j] < key and j>0

            A[j+1] <- A[j]

            i <- i-1

          A[i+1] <- key

        endfor

2-1-3:考虑下面的查找问题

    输入:一列数A=<a1,a2,....,an>和一个值v

    输出:下标i,使得v = A[i],如果v不在A中,输出NIL

    写出针对这个问题的线性查找伪代码,它顺序地扫描整个序列以查找v,利用循环不变式说明正确性

      解: FindValue(A[1.....n],v)

          for i <-1 upto n

            if A[i] = v then return i

          endfor

          return NIL

      初始化: 在迭代第一轮之前,是正确的,因为它没有进行任何查找工作,也没有返回任何数值

      保持:  假设在第k次迭代是正确的,那么有两种情况,在k的时候算法已经结束了,可知返回的结果是正确的,如果没有返回那么说明前面k次没有          匹配到v,那么k+1次迭代的时候也是正确的

      终止: 有两种情况,在中途终止,即找到了i,在最后终止,没有找到i,返回NIL

2-1-4: 有两个各存放在数组A和B的n位二进整数,考虑他们的相加问题,两个整数的和以二进制形式存放在局偶n+1个元素的数组C中,请给出这个问题的形式化描    述,并写出伪代码

      解: 形式化描述: A[1.....n],其中A[i] =0 或者 = 1, B[1.....n],其中B[i]=0 或者B[i]=1, C[i....n+1],其中C[i]=0 或者C[i]=1,

          add描述: C[i] = (A[i]+B[i]+flag)%2, 其中:如果C[i-1] <2, flag=0,反之 flag=1, (当i=1时 ,flag=0)

        伪代码如下:

        BINARY_ADD(A[1....n],B[1...n],C[1.....n+1])

          flag <- 0

          for i <- 1 upto n

            value <- A[i] + B[i] + flag

            C[i] <- value mod 2

            if value < 2 then flag <- 0

            else then flag <- 1

          endfor

          C[n+1] <- flag

2-2:算法分析

2-2-1:  解: Θ(n3)

2-2-2:  解: 伪代码:

        SELECTION_SORT(A[1.....n])

        for i <- 1 upto n-1

          key <- A[i]

          Index <- i

          for j <- i+1 upto n

            if A[j] < key

              key <- A[j]

              Index <- j

          A[Index] <- A[i]

          A[i] <- key

        end

        循环不变式:在迭代k次后,A[1...k]已经按非降序排列好,且A[k+1....n]比A[1...k]中的元素都大

        因为在执行n-1次循环之后,最后只剩下最后一个元素,所以它是剩下的所以元素中最小的

        最佳和最坏情况都是 Θ(n2)

2-2-3  解答:假定每个元素被搜索的概率为p,则有pn<1(因为有可能搜索的元素不在数组中),那么平均查找的元素数PFind为1/p *(1+....+n) + (1-pn)*n,        最坏的情况为n,我们很容易获知PFind最小的时候为n/2,最大的时候为n,所以平均和最坏情况运行时间都为Θ(n)

2-2-4  解答: 我们可以首先设计一个针对该问题的一个特定输入,使得这个特定输入是最好的情况,然后不断修改算法,使其针对该特列的运行时间达到最佳

 

2-3 算法设计

  

 

2-3-1:  解:               3  9  26  38  41  49  52  57

                3  26  41 52      9  38  49  57

                3  41   26  52     38  57       9  49 

              3  41  52  26  38  57  9  49

2-3-2:  解:MERGE(A[1.....n], A, p, q, r)

        n1 <- q-p+1

        n2 <- r-q

        create array L[1....n1] and R[1.....n2]

        for i <- 1 upto n1

          L[i] <- A[p+i-1]

        for i <- 1 upto n2

          R[i] <- A[q+i]

        i <- 1, j <- 1

        for k <- p upto r

          if L[i] < R[j]

            then A[k] <- L[i]

               i <- i+1

               if  i = n1+1

               for k <- k+1 upto r

                 A[k] <- R[j]

                 j <- j+1

               break

             else A[k] <- R[i]    

               j <- j+1

               if  j = n2+1

               for k <- k+1 upto r

                 A[k] <- L[i]

                 i <- i+1

               break

2-3-3:  解: 当n=2时,有T(2) = nlgn = 2*lg2 = 2 成立

       假设n=2k时成立,即有T(2k) = 2k * lg(2k) = k*2k

       当n = 2k+1时,有:T(2k+1) = 2*T(2k+1/2) + 2k+1= 2*k*2k +2k+1  = (k+1)*2k+1

       综上得证

2-3-4:  解:   T(n)    =      Θ(1)  n=1 or  2

              =  T(n-1)+ Θ(n)  n>2

2-3-5:  解:伪代码如下:

        BINARY-SEARCH(A[1....n],v)

        b <- length(A)

        a <-1

        while a>b

          n <- (a+b)/2

          if A[n] = v

            return n

          else if A[n] > v

            b = n

          else

            a = n

         很显然算法在最坏情况下运行时间为Θ(lgn)

2-3-6:   解:不能,因为虽然对于某次迭代,查找的次数变为了lgj,但是移动复制的次数认为j

2-3-7   解:算法思路:首先对S[1...n]进行非降序排序,然后设置两个指向标i=1,j=n,执行下面的操作:

          S[i] + S[j]  = X,  返回true

                < X,  i = i+1

                > X,  j = j-1

          如果 i>j 返回false

        正确性说明:很显然,如果S[i] + S[j]< X,则如果存在一个a,使得S[a] + S[j] = x,那么这个S[a]一定要大于s[j],换句话说a要大于i,另外        一种情况是存在一个a,使得S[i] + S[a] = x,那么这个S[a]一定要大于s[j],换句话说a要大于j,下面我们说明第二种情况不存在,在执行到j          前,因为偏移量总是1,所以必然会执行到a,这个时候在i之前的所有数,与S[a]相加是要小于X的,根据上面的公式,会移动前半段,即变动i,直        到到达i,所以不存在,同理可以说明>X的情况,因此如果算法返回false的话,算法可以验证那么对于任意的i,都不存在j使得其和等于X

        时间复杂度分析:排序为Θ(nlgn),之后为Θ(n),算法的时间复杂度为Θ(nlgn)

思考题

      解:a>、对单个子列表排序时间为ck2,整个列表排序时间为n/k*ck2为cnk,所以时间复杂度为Θ(nk)  

        b>、很显然,该分治算法一共要分的层数为lg(n/k)次,而每一层,合并算法的时间复杂度为Θ(n),所以总个的时间复杂度为Θ(nlg(n/k))

        c>、 很显然Θ(nlg(n/k)) < Θ(nlgn),所以关键要考察nk,即k<lgn

        d>、当输入好的情况比较多的时候,那么k应该选择比较大的值,当输入不好的时候,选择比较小的值

    解:a> 不会

      b> 循环不变式为: A[j] < A[k],其中 j <= k <= n

        初始化: 当迭代开始前是成立的,因为只有一个元素

        保持:当第t轮迭代保持这个性质,到t+1轮时,可以知道A[t]是后面所有书中最小的,那么只需要比较A[t-1]和A[t]的大小就可以知道后面t+1个数中最小了,即保持了循环不变式

        终止:将j=i带入,可以知道A[i]满足该性质

      c、循环不变式为:对于i,前面i个数按顺序排列,且都不大于后面的数,(证明略)

      d、最坏情况为Θ(n*n),可以参考逆序对,因为交换一次要消除一个逆序对

    解:a> 因为该公式,乘法和加法的次数在一个数量级上面,又因为乘法的运行时间要远高于加法,所以以乘法作为衡量标准,那么可知,它的渐进时间为Θ(k)  b> k + k-1 + k-2 + ...... + 1 = k(k+1)/2,可知渐进时间为Θ(k*k)

      c>、初始化: 有y=0,i = n,可计算右边式子,根据条件可知为y=0,所以初试化满足循环不变式

        保持:当第i=j满足时,考察i=j-1,很容易利用证明也满足(不好写公式,呵呵)

        终止:当循环结束的时候,讲i替换成0,右边式子就是原公式,满足

      d>、对于任意j, 0<= j <=n,有系数aj,观察公式可知,他被j个括号所包含,而没展开一个括号,那么就要乘以一个x,故对于右边式子,展开后,对于系数aj,一共要乘以j个x,正好是左边对应系数aj的项,即得证

    解: a>、 (8 6) (2 1) ( 3 1) ( 8 1 ) (6 1)

      b>、降序排列的时候, 含有n*(n-1)/2 个逆序对

      c>、相等,因为每移动一个数,就会消除一个逆序对,知道所有的逆序对都消除完,排序也就完成了

      d>、 这里就不给出具体算法了,只需要在归并排序合并步骤时,每移动一个右边的数,查看他左边数组还剩多少数,然后将其总数相加,就可以得到逆序对的数目了

 

 

如有错误,或是更好的解答方法,望路过的牛人指出,谢谢

posted on 2012-02-24 17:34  Small-Chao  阅读(5841)  评论(2编辑  收藏  举报