Introduction to Algorithm 第二章第三节

2.3-4

 

其中D(n)为分解问题成子问题所需要的时间

C(n)为合并子问题的解成原问题的解

 

2.3-5

伪代码

Binary_Search(L, R, A, key)
    mid = (L + R) / 2
    if(A[mid] == key)
        return mid
    if(L == R) return false
    if(A[mid] > key)
        Binary_Search(mid + 1, R, A, key)
    else Binary_Search(L, mid, A, key)

T(n) = T(n/2) + D(n) + C(n)

二分查找，每查找一个数，就能排除一半。除几次之后，范围锁定。次数变为

 

2.3-6

我们先看一下原来的代码

while i>0 and A[i] > key
    A[i + 1] = A[i]
    i = i - 1;

key是什么值，key的值是A[j]的值

i的值为j-1。也就是说，j之前的值，也就是A[1, j - 1]都是排好序的，从小到大。

如果都是排好序的，寻找key，那么我们是不是可以使用二分查找了。

我们可以把上述代码替换为：

pos = Binary_Search(A, key)
temp = A[j]
while j  > pos
    A[j] = A[j - 1]
    j = j - 1
A[pos] = temp

 Binary_Search的时间复杂度是 

总共做Binary_Search的次数是：

而插入需要移动的次数是:1 + 2 + 3 + ... + n

所以总体来看时间复杂度依然是