7-1.1
0: 13,19,9,5,12,8,7,4,21,2,6,11
1: 9,19,13,5,12,8,7,4,21,2,6,11
2: 9,5,13,19,12,8,7,4,21,2,6,11
3: 9,5,8,19,12,13,7,4,21,2,6,11
4: 9,5,8,7,12,13,19,4,21,2,6,11
5: 9,5,8,7,4,13,19,12,21,2,6,11
6: 9,5,8,7,4,2,19,12,21,13,6,11
7: 9,5,8,7,4,2,6,12,21,13,19,11
8: 9,5,8,7,4,2,6,11,21,13,19,12
return 8
7-1.2
返回结果是r
只要先特判一遍，如果全部相等就取一半。
7-1.3
n的复杂度，主要就是来自于j的遍历
7-1.4
基本上每一种排序都会出这道题目，也许理解一个排序算法的核心，就是弄清楚他的大小分配吧。只要把LINE4的小于等于改成大于等于就可以了。
7.2-1
这题也不用substitution method，展开就能够看出来是n^2的复杂度。
7.2-2
由于之前的练习给了一个调整，所以在所有元素相同的情况下，复杂度应该是标准的nlog(n)
7.2-3
这个也比较简单，主要就是想表达quicksort的worst case 就是n^2的复杂度。如果是递减的话，每次partition都只能够把数组长度减少1，从而形成严重不平衡，时间复杂度变成了7.2-1中的那个公式。
7.2-4
这题定性分析，在一个数组几乎已经排好序的情况之下，用insertion sort的复杂度是十分接近线性的，但是quicksort的复杂度很高，根源就在于quicksort在遇到已排序数组的时候，partition过程会生成不平衡的划分，导致quicksort出现worst case。所以银行工作人应该采用的是insertion sort，应该不会有人去用quick sort去排序，就算他们知道这个算法也不会去用。
7.2-5
这个不是显而易见的么，a个儿子的树高度应该是log(n)/log(a)。。。
7.2-6
这个是一个数学题。比较复杂的数学题，对算法本身的理解似乎没有什么帮助，跳过了。
7.3-1
因为没有什么input能够让算法达到worst case，同时所有的input都可能让算法达到worst case，所以worst case没有意义，因为不存在这样的case
7.3-2
由于Random和Partition 是绑定的，所以Random的调用次数就是partition的调用次数，那么这道题其实就是之前的题目，问最坏最好的情况。没什么难度。调用n次和log(n)次
Problem
7-1 Hoare partition correctness
(a)
0: 13,19,9,5,12,8,7,4,11,2,6,21 i=0,j=13,x=13
1: 6,19,9,5,12,8,7,4,11,2,13,21 i=1,j=11
2: 6,2,9,5,12,8,7,4,11,19,13,21 i=2,j=10
3: 6,2,9,5,12,8,7,4,11,19,13,21 i=10,j=9
return 9
一开始我对这个结果挺疑惑的，不理解为什么返回9因为13不在9这个位置，后来发现这个算法的目的只是把序列分开来，至于划分的标准，没有必要在划分点。。
(b)
证明i，j绝对不会越界。
证明，第一次i和j必然能够在A[p]停下来（这个是由循环判断中的等号保证的），这个时候，直接返回。这个情况的意思是，如果i,j停下来之前，没有做任何的交换，那么它们也不会越界。
那剩下的情况，就只是：i,j在停下来之前，做了交换，比如分别在A[x],A[y]的位置，那么j最起码一定会在交换后的x处停止，i同理！！这个部分我觉得无比奇妙，达到这个效果，仅仅只是在判断条件中，添加了一个等号！！
(c)
证明划分停止时，j在区间内，而且j不在r处。
这个根据上面的结论一定得出j在区间内，j不在r处的意思，就是说这个划分一定能保证数组在变小，那么为什么j不在r处呢？其实很简单，如果j在r停止，而i必然在p停止一次，两者交换后，j必须移向r-1，告别了r
(d)
循环不变量来证明循环的正确性，在我看来其实是提供一种机械的手段，来确保自己算法的正确性。这个循环不变量的成立很显然。
(e)
这里有一个细节，注意到之前给出的算法，经过划分之后，保证划分点一定是已经排好序了的，但是Hoare不能保证这一点！
RANDOMIZED-QUICK-SORT(A, p, r)
if p < r
q = RANDOM-PARTITION(A, p, r)
RANDOMIZED-QUICK-SORT(A, p, q+1)
RANDOMIZED-QUICK-SORT(A, q+1, r)
RANDOM-PARTITION(A, p, r)
i = RANDOM(p, r)
swap(A[i], A[p])
HOARE-PARTITION(A, p, r)
HOARE-PARTITION(A, p, r)
j = r + 1
i = p - 1
x = A[p]
while true
do
j = j - 1
until A[j] <= x
do
i = i + 1
until A[i] >= x
if i < j
swap(A[i], A[j])
else
return j7-2 Quicksort with equal element values
这道题考虑当数组中出现相同的元素的时候，quicksort的效率如何。为什么排序算法会对元素是否相同敏感呢？就quicksort而言，由于划分的平衡性决定了quicksort的效率，而元素相同的情况很容易就导致了书上的划分方式的worst case（不过相同元素能够使得Hoare划分最优）
(a)
如果元素全部都是相同的话，RANDOMIZED-PARTITION并没有什么用，怎么随机都改变不了1，n-1的划分。running time 显然就是N
(b)
这里要求实现一个划分，将数组划分成三段：小于x，等于x，大于x。这样一来，中间的部分，也就是全x的部分，天生就是排序完毕的。这样如果相同元素很多的话，就大大减少的复杂度！
那么怎么去实现这样一个个划分呢？我是这么想的：
如果把所有比x小的放在数组前面，把所有比x大的放在数组后面，那么中间的部分就自然而然的是x！这个实现起来很简单，只要用两个下标指针来标记大小范围就可以了。
NEW-PARTITION(A, p, r)
i = p - 1
j = r + 1
x = A[r]
for k = p : r
if A[k] < x
i = i + 1
swap A[i], A[k]
elseif A[k] > x
j = j - 1
swap A[j], A[k]
return i, j(c)
发现自己坐上面一道题的时候已经考虑完这道题要考虑的意思了。
7-4 Stack depth for quicksort
这题指出在QuickSort中其实可以只调用一次自身就能够完成，并且引入了tail-recursion的方法
(a)
证明那个算法是正确的，由于用的是循环，所以从循环不变量的角度去考虑
Initialization:
最开始的时候，p=1,q=n,所以p之前的元素当成是有序的。
Maintenance:
假设循环前，p之前的数组一定是有序的，那么循环之后，p之前的数组一定也有序，因为p,r是一个正确的划分，那么q之前的数一定比q小，那么调用了递归对q之前的数排序后，并不影响它们和q之间的兼容，所以q之前的数有序，从而p之前的数有序，性质维持。
Termination:
结束的时候p >= r这时p之前的数有序，所以整个数组有序。
(b)
题意是设想一个最糟糕的情况，让tail-recursive-quicksort的栈的深度达到N.这个其实就是QS的最坏划分啦，就每次分离一个元素。比如，若是用书中正文的划分程序，那么所有元素都相同就可能导致这种划分。
(c)
这题要你调整尾递归的QS代码，使得最大栈深度是log(n).
这题其实我不是很有把握，根据题目的expected running time，所以我考虑的方向是用随机划分代替这里的普通划分。
7-5 Median-of-3 partition
Median-of-3是对QuickSort的一个常数级的优化，算法本身很简单，就是在划分时，选取3个随机数，然后从中选择三者的中位数。
7-6 Fuzzy sorting of intervals
模糊排序。这题是对几个区间的模糊排序，除非两个区间互斥，否则他们的大小可以随意改变。
这题可能是有实际意义的，但我不是很清楚。这个也比较简单，之前的QS的题目里面有一个是判断和x相等的值有多少个，可以直接用那个算法，也就是说，判断两个区间是否有重叠，如果有，那么就当作是“相同的数”，这样一来，如果区间全部重叠的话，那么就是QS全部相同的值，区间划分在第一次就是0 n 0分配，时间复杂度n
380
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
