算法导论第8章线性时间排序

最新推荐文章于 2021-12-14 15:53:08 发布

windmissing

最新推荐文章于 2021-12-14 15:53:08 发布

阅读量6.5k

点赞数 9

分类专栏：算法导论《算法导论》答案文章标签：算法算法导论计数排序基数排序桶排序

本文链接：https://blog.csdn.net/mishifangxiangdefeng/article/details/7678859

版权

算法导论同时被 2 个专栏收录

81 篇文章 11 订阅

订阅专栏

《算法导论》答案

27 篇文章 131 订阅

订阅专栏

一、概念

1.比较排序

比较排序是指通过输入元素间的比较来确定各元素次序的排序算法。

任何比较排序在最坏情况下都要用O(nlgn)次比较来进行排序

合并排序和堆排序是渐近最优的

2.非比较排序

非比较排序指使用一些非比较的操作来确定排序顺序的排序算法

对于非比较排序，下界O(nlgn)不适用

计数排序是稳定排序，若n个数据的取值范围是[0..k]，则运行时间为O(n+k)，运行空间是O(n+k)

基数排序也是稳定排序，需要另一个稳定排序作为基础，若n个d位数，每一位有k种取值可能，所用的稳定排序运行时间为O(n+k)，则基数排序的时间是O(d(n+k))

桶排序也是稳定排序，当输入数据符合均匀分布时，桶排序可以以线性时间运行。所设所有元素均匀分布在区间[0,1)上，把区间[0,1)划分成n个相同大小的子区间（桶），对各个桶中的数进行排序，把依次把各桶中的元素列出来。

二、代码

#include <iostream>
#include <cmath>
using namespace std;

int length_A, digit;

void Print(int *A, int start, int end)
{
	int i;
	for(i = start; i <= end; i++)
	{
		if(i == start)cout<<'{';
		else cout<<' ';
		cout<<A[i];
	}
	cout<<'}'<<endl;
}

//计数排序
void Counting_Sort(int *A, int *B, int k)
{
	int i, j;
	//将C数组初始化为0，用于计数
	int *C = new int[k+1];
	for(i = 0; i <= k; i++)
		C[i] = 0;
	//C[j]表示数字j在数组A中出现的次数
	for(j = 1; j <= length_A; j++)
		C[A[j]]++;
	//C[i]表示所以<=i的数字出现过的次数
	for(i = 1; i <= k; i++)
		C[i] = C[i] + C[i-1];
	//初始化B为0，B用于输出排序结果
	for(i = 1; i <= length_A; i++)
		B[i] = 0;
	for(j = length_A; j >= 1; j--)
	{
		//如果<=A[j]的数字的个数是x,那么排序后A[j]应该出现在第x个位置，即B[x]=A[j]
		B[C[A[j]]] = A[j];
		C[A[j]]--;
	}
	delete C;
}
//基数排序调用的稳定排序
void Stable_Sort(int *A, int *B, int k, int d)
{
	int i, j;
	//将C数组初始化为0，用于计数
	int *C = new int[k+1];
	for(i = 0; i <= k; i++)
		C[i] = 0;
	int *D = new int[length_A+1];
	for(j = 1; j <= length_A; j++)
	{
		//D[j]表示第[j]个元素的第i位数字
		D[j] = A[j] % (int)pow(10.0, d) / (int)pow(10.0, d-1);
		//C[j]表示数字D[j]在数组A中出现的次数
		C[D[j]]++;
	}
	//C[i]表示所以<=i的数字出现过的次数
	for(i = 1; i <= k; i++)
		C[i] = C[i] + C[i-1];
	//初始化B为0，B用于输出排序结果
	for(i = 1; i <= length_A; i++)
		B[i] = 0;
	for(j = length_A; j >= 1; j--)
	{
		//如果<=D[j]的数字的个数是x,那么排序后A[j]应该出现在第x个位置，即B[x]=A[j]
		B[C[D[j]]] = A[j];
		C[D[j]]--;
	}
	delete []C;
	delete []D;
}
//基数排序
void Radix_Sort(int *A, int *B)
{
	int i, j;
	//依次对每一位进行排序，从低位到高位
	for(i = 1; i <= digit; i++)
	{
		Stable_Sort(A, B, 9, i);
		//输入的是A，输出的是B，再次排序时要把输出数据放入输出数据中
		for(j = 1; j <= length_A; j++)
		A[j] = B[j];
	}
}

int main()
{
	cin>>length_A>>digit;
	int *A = new int[length_A+1];
	int *B = new int[length_A+1];
	int i;
	//随机产生length_A个digit位的数据
	for(i = 1; i <= length_A; i++)
	{
		A[i] = 0;
		while(A[i] < (int)pow(10.0, digit-1))
			A[i] = rand() % (int)pow(10.0, digit);
	}
	Print(A, 1, length_A);
//	Counting_Sort(A, B, 9);
	Radix_Sort(A, B);
	Print(A, 1, length_A);
	delete []A;
	delete []B;
	return 0;
}

三、练习

8.1 排序算法时间的下界

8.1-1
<span style="line-height: 20px; ">n-1，因为一个有序数组的排序中最少会进行n-1次比较</span>
8.1-2
数学题目不要看我
8.1-3
幸好有答案，不然题目的意思都看不懂。先解释一下题目的意思，高手跳过。
对于一个组包含n个元素的数据，可以有n!种不同的排列，也就是有n!种不同的输入。
对于一个排序算法，可以用一个决策树来表示。
对于任意一种输入排列，从树顶出发，根据该内结点的提示作对应的比较和调整，并决定进入其左子树还是右子树。当这个排列成为一个有序序列时到达叶子结点。这个叶结点就是这个输入排列对应的叶结点。从根结点到叶结点的长度就是这个排列的比较次数。
具有线性时间的输入是指n!种输入排列中满足以下条件的排列：排列的运行时间小于或等于O(n)
假设对于一组包含n个元素的数据，有n!种不同的输入排列，其中具有线性时间的输入排列有m种，求k = m/(n!)
若k<=1/2，那么所证明的命题成立。
后面一问是指k和1/n、1/(2^n)的比较
证明：
这m种输入排列分别对应决策树中的m个叶结点。一棵高度为h的树最多有2^h个叶结点。
2^h >= m =====> h >= lg(m)
若要一棵决策树包含m个叶结点，这棵决策树的高度最少为lg(m)
根据《算法导论》P98中定理8.1的公式，h>=O(nlgn)
只需要证明lg(m) <= O(nlgn)，那么k就是可以取到的值。
分别令k等于1/2、1/n、1/(2^n),代入m = k * (n!)得：
计算结果略，这几个值都不满足
8.1-4
不能简单地将子序列的下界合起来，这样做不准确。因为有可能存在一种比“独立解决各个子序列的排序”更快的算法。
这种计算比较次数的一般思路是：
(1)统计有多少种不同的输入排列
(2)每一种输入排列对应决策树的一个叶子结点。
(3)根据叶结点的数量与树的高度的关系，计算决策树的高度
(4)从树根到叶结点的长度就是这个叶结点对应的输入排列的比较次数
对于这道题，可以这样计算：
(1)每个子序列有k个元素，因此有k!种不同的输入排列。
共有n/k个子序列，因此共有(k!)^(n/k)种输入排列
(2)决策树至少有(k!)^(n/k)个叶子
(3)一棵高度为h的决策树，最多有2^h个叶子结点
2^h >= (k!)^(n/k)   =====>   h >= (n/2)lg(k/2)
(4)对于任意一树决策树，至少有一条叶子路径长度超过(n/2)lg(k/2)，因此比较次数下界是O(nlgk)

8.2 计数排序

8.2-1因为假设待排序数据的范围中[0,k]，所以B被初始化为-1
    A = {6 0 2 0 1 3 4 6 1 3 2}
==> C = {2 2 2 2 1 0 2}
==> C = {2 4 6 8 9 9 11}
==> B = {-1 -1 -1 -1 -1 2 -1 -1 -1 -1 -1}
    C = {2 4 5 8 9 9 11}
==> B = {-1 -1 -1 -1 -1 2 -1 3 -1 0 -1 -1}
    C = {2 4 5 7 9 9 11}
==> B = {-1 -1 -1 1 -1 2 -1 3 -1 -1 -1}
    C = {2 3 5 7 9 9 11}
==> B = {-1 -1 -1 1 -1 2 -1 3 -1 -1 6}
    C = {2 3 5 7 9 9 10}
==> B = {-1 -1 -1 1 -1 2 -1 3 4 -1 6}
    C = {2 3 5 7 8 9 10}
==> B = {-1 -1 -1 1 -1 2 3 3 4 -1 6}
    C = {2 3 5 6 8 9 10}
==> B = {-1 -1 1 1 -1 2 3 3 4 -1 6}
    C = {2 2 5 6 8 9 10}
==> B = {-1 0 1 1 -1 2 3 3 4 -1 6}
         C = {1 2 5 6 8 9 10}
==> B = {-1 0 1 1 2 2 3 3 4 -1 6}
         C = {1 2 4 6 8 9 10}
==> B = {0 0 1 1 2 2 3 3 4 -1 6}
         C = {0 2 4 6 8 9 10}
==> B = {0 0 1 1 2 2 3 3 4 6 6}
         C = {0 2 4 6 8 9 9}
8.2-2
辅助数组C[j]记录的是小于或等于i的元素的个数。若几个元素的大小相等，则把这些元素依次从后往前填入排序数组中。因为处理元素的顺序是从后往前的(L9)，所以晚出现的元素会填到后面。因此是稳定排序
8.2-3
不稳定
8.2-4
COUNTING-SORT(A, B, k)中步骤L1-L4求出C，ans(a, b) = C[b] - C[a-1], C[-1]=0

8.3 基数排序

8.3-1

    A = {COW, DOG, SEA, RUG, ROW, MOB, BOX, TAB, BAR, EAR, TAR, DIG, BIG, TEA, NOW, FOX}
==> A = {SEA, TEA, MOB, TAB, DOG, RUG, DIG, BIG, BAR, EAR, TAR, COW, ROW, NOW, BOX, FOX}
==> A = {TAB, BAR, EAR, TAR, SEA, TEA, DIG, BIG, MOB, DOG, COW, ROW, NOW, BOX, FOX, RUB}
==> A = {BAR, BIG, BOX, COW, DIG, DOG, EAR, FOX, MOB, NOW, ROW, TAB, TAR, TEA, SEA, RUB}

8.3-2
稳定排序有：插入排序，合并排序

方法：为每一个元素加入一个最初位置的属性，但两个元素的value一样大时，比较position，这样不会有相同的两个元素

额外空间：O(4n)

8.3-3
(1)当d=1时，元素只有一位，对这一位做排序就相当于对整个数组做排序了。
(2)证明当1到d-1位排序是正确的时，对d位的排序也是正确的。
(3)对于数组中的任意两个数a和b，假设它们的第d位分别是ad和bd
若ad<bd，则a会排到b的前面
若ad>bd，则a会排到b的后面
若ad=bd，则a和b的相对位置不变，因为是稳定排序，这一点可以保证。

8.3-4

把整数转换为n进制再排序，见算法导论8.3-4

8.3-5

最坏情况下需要d遍

8.4 桶排序

8.4-1
    A = ｛0.79， 0.13， 0.16， 0.64， 0.39， 0.20， 0.89， 0.53， 0.71， 0.42｝
==> A = ｛0.13， 0.16， 0.20， 0.39， 0.42， 0.53， 0.64， 0.79， 0.71， 0.89｝
==> A = ｛0.13， 0.16， 0.20， 0.39， 0.42， 0.53， 0.64， 0.71， 0.79， 0.89｝
8.4-2
最坏情况是O(n^2)
修改：使用最坏情况下时间为O(nlgn)的算法来处理桶的插入操作
8.4-3
E(X^2)=1/4 * 0 + 1/2 * 1 + 1/4 * 4 = 3/2
E^2(X)=[1/4 * 0 + 1/2 * 1 + 1/4 * 2]^2 = 1^2 = 1
8.4-4
假设分为n个桶
BUCKET-SORT(A)
1    n <- length[A]
2    for i <- 1 to n
3    do insert A[i] to list B[n*(A[i].x^2 + A[i].y^2)]
4    for i <- 0 to n-1
5        do sort list B[i] with insertion sort
6    concatenate the lists B[0], B[1], ……,B[n-1] together in order
8.4-5

不会，网上找了份答案，不懂
X合适分布P，不必然是均匀分布，且不知局限。但P(x)值属于[0,1]，且对于X严格单调递增，排序P(x)即排序X。将P(x)均匀分为n个项目组，因为X随机拔取，所以落入每个局限的概率雷同。
若是(i-1)/n <= p(xi) < i/n，则将它放入第i个桶中。
http://www.mysjtu.com/page/M0/S696/696126.html

四、思考题

8-1 比较排序的平均情况下界

a)n个不同的元素对应n!个不同的输入，因此只有这n!个输入所对应的叶结点是有概率的，其余概率均为0。
由于这n!种输入的出现是等概率的，每一种的都是1/n1，因此其对应的叶结点的概率也是1/n!
b)设T(n)是一个叶子结点n的在决策树T上的深度，RT(n)、LT(n)分别表示n在T的右、左子树上的深度。
那么T(n)=RT(n)+1或T(n)=LT(n)+1
因此D(T)=D(RT)+D(LT)+k
c)后面这几题，以我有限的智商和数学能力理解不了，也看不懂网上的答案，不写了

8-2 以线性时间原地转换排序

a)计数排序
b)快速排序
c)稳定排序
d)基数排序要求所使用的排序方法是满足的（条件2），如果要在O(bn)时间内完成，所使用算法的时间应该是O(n)（条件1），所以只有a可以
e)不稳定
COUNTING-SORT(A, k)
 1    for i <- 0 to k
 2        do C[i] <- 0
 3    for j <-1 to length[A]
 4        C[A[j]] <- C[A[j]] + 1
 5    cnt <- 1
 6    for i <- 1 to k
 7        while C[i] > 0
 8            A[cnt] <- i
 9            C[i] <- C[j] - 1
10            cnt <- cnt + 1

8-3 排序不同长的数据项

见算法导论-8-3-排序不同长度的数据项

a)先用计数排序算法法按数字位数排序O(n)，再用基数排序的方法分别对每个桶中的元素排序O(n)
b)递归使用计数排序，先依据第一个字母进行排序，首字相同的放在同一组，再对每一组分别使用计数排序的方法比较第二个字母
见到有人用字典树，也是可以的

8-4 水壶

a)最原始的比较方法，所有的红水壶与所有的蓝水壶依次比较
c)算法类似于快排，由于不是同种颜色的水壶之间比较，所以采用交叉比较
step1：从红色水壶中随机选择一个
step2：以红色水壶为主元对蓝色水壶进行划分
step3：划分的结果是两个数组，并得到与红色水壶相同大小的蓝色水壶
step4：以这个蓝色水壶为主元，对红色水壶进行划分
step5：用step1到step4的过程不断迭代

8-5 平均排序

见算法导论6.5-8堆排序-K路合并

a)1排序是完全排序
b)1，3，2，4，5，7，6，8，9，10
c)分工展开化简即可
d)
step1：分别把1, 1+k, 1+2k, 1+3k,……;2, 2+k, 2+2k, 2+3k,……；……当作是单独的集合
step2：对每个集合进行排序时间为O(nlg(n/k))
e)
step1：同d)step1
step2：用堆排序进行k路合并

8-6 合并已排序列表的下界

a)2n个数，随机选n个数，可选的方法有C(2n,n)种
b)2^h >= C(2n,n)
=====>   h >= lg((2n)!) - 2lg(n!)
=====>   h >= 2nlg2n - 2nlgn
=====>   h >= 2nlg2
只能推到这了，最后怎么算，还希望高手指点
c)d)看上去很显然的事情，不知道怎么证

windmissing

关注

9
点赞
踩
5

收藏

觉得还不错? 一键收藏
4
评论
算法导论第8章线性时间排序

一、概念1.比较排序比较排序是指通过输入元素间的比较来确定各元素次序的排序算法。任何比较排序在最坏情况下都要用O(nlgn)次比较来进行排序合并排序和堆排序是渐近最优的2.非比较排序非比较排序指使用一些非比较的操作来确定排序顺序的排序算法对于非比较排序，下界O(nlgn)不适用计数排序是稳定排序，若n个数据的取值范围是[0..k]，则运行时间为O(n+k)，
复制链接

扫一扫