算法导论第九章练习参考答案(16) - 9.1-9.3

TroyFou

已于 2024-03-15 21:15:58 修改

阅读量1.1k

点赞数 23

分类专栏：算法导论文章标签：算法数据结构

于 2024-03-15 21:15:50 首次发布

本文链接：https://blog.csdn.net/TXLTF/article/details/132147516

版权

算法导论专栏收录该内容

26 篇文章 17 订阅

订阅专栏

2024-3-15 于学业抽出空闲再次拾起算法导论练习的答案翻译，学习无止境

悟已往之不谏，知来者之可追。 -- 陶渊明

过去无可挽回，未来可以改变，现在明白这些还不是很晚，应当知道今天该做什么还没做，昨天不该做什么却做了。

Exercise 9.1-1

在这个问题中，我们将递归地把数组分成两个大小相等的元素集，我们将忽略取下限和上限。分析是一样的，但如果我们不假设n是2的幂，就有点难看了。

把元素分解成不相交的对。然后，比较每对，只考虑每对中最小的元素。从这一组元素中，原始问题的结果要么是与最小元素配对的元素，要么是子问题中第二小的元素。这样做会得到最小和第二小的元素。我们得到递归式T(n) = T(n/2)+n/2+1和T(2) = 1。求解这个递归式，我们将使用替换法 $T(n)\leq n+\left \lceil lg(n) \right \rceil- 2$ ，它符合基本情况， $T(n) = n/2+T(n/2)+1\leq n/2+n/2+\left \lceil lg(n/2) \right \rceil - 2+1 =n+\left \lceil lg(n/2) \right \rceil - 2$ 。

Exercise 9.1-2

最初，所有n个数都可能是最大值或最小值。设MAX为可能是最大值的数的集合，MIN为可能是最小值的数的集合。假设我们比较两个元素a和b，如果a≤b，我们可以将a从MAX中移除，将b从MIN中移除，因此我们将两个集合的计数都减少1。如果我们比较MIN中的两个元素，我们将MIN的大小减少1，如果我们比较MAX中的两个元素，我们可以将MAX的大小减少1。因此，第一种比较是最优的。在MIN和MAX不相交之前，可以进行 $\left \lceil n/2 \right \rceil$ 这样的比较，并且集合的大小将为 $\left \lceil n/2 \right \rceil$ 和 $\left \lfloor n/2 \right \rfloor$ 。在每一种比较中，只能进行第二和第三种比较，每一种比较都将集合大小减少1，所以我们总共需要 $\left \lceil n/2 \right \rceil-1+\left \lfloor n/2 \right \rfloor=n-2$ 次比较。将其添加到初始的 $\left \lceil n/2 \right \rceil$ 比较中，得到 $\left \lceil 3n/2 \right \rceil-2$ 。

Exercise 9.2-1

调用零长度数组意味着第二个和第三个参数是相等的。因此，如果调用在第8行进行，我们需要p = q−1。这意味着q−p + 1 = 0。然而，假设i是一个非负数，并且要执行第8行，我们需要

i < k = q−p + 1 = 0，这是一个矛盾。另一种可能是错误的递归调用发生在第9行。这意味着q + 1 = r，为了执行第9行，我们需要它
i > k = q−p + 1 = r−p.这将是对数组的一个无意义的原始调用，因为我们要求从一个严格较小的数组中获取第i个元素。

Exercise 9.2-2

当我们知道k - 1和n - k的最大值时Xk等于1的概率是不变的。换句话说，P(Xk = a| max(k−1,n−k) = m) = P(Xk = a)对于a = 0,1和m = k−1,n−k，所以Xk和max(k−1,n−k)是独立的。在C.3-5中，Xk和T(max(k−1,n−k))也是如此。

Exercise 9.2-3

Exercise 9.2-4

当选择的分区总是数组的最大元素时，我们会得到最差的性能。在这个例子中，序列将是9,8,7,6,5,4,3,2,1,0。

Exercise 9.3-1

如果它们被分成7个一组，它仍然成立，因为我们仍然知道中位数的中位数至少小于一半的 $\left \lceil n/7 \right \rceil$ 组中的4个元素，所以，它大约大于4n/14个元素。同样，它也小于4n/14个元素。所以，我们永远不会对超过10n/14个元素递归调用它。所以T(n)≤T(n/7) + T(10n/14) + O(n)我们可以通过替换来证明它是线性的。设n < k时T(n) < cn，则m≥k时，T(m)≤T(m/7) + T(10m/14) + O(m)≤cm(1/7 + 10/14) + O(m)。所以，只要我们有隐藏在大哦符号中的常数小于c/7，我们就得到了我们想要的结果。

假设现在我们使用大小为3的组。同理，我们得到的递归式是T(n) = T( $\left \lceil n/3 \right \rceil$ ) + T(4n/6) + O(n)≥T(n/3) + T(2n/3) + O(n)我们会证明它≥cn lg(n)。

T(m)≥c(m/3) lg(m/3) + c(2m/3) lg(2m/3) + O(m)≥cm lg(m) + O(m)。所以，我们知道它比线性增长更快。

Exercise 9.3-2

我们知道，大于等于x的元素个数和小于等于x的元素个数至少为3n/10−6。当n≥140时，我们有。

Exercise 9.3-3

我们可以修改快速排序，让它在最坏的情况下运行nlg (n)时间通过快速选择选择主元素为中位数。然后，我们就可以保证我们的主点是正确的，并且找到中位数所花费的时间和剩下的分划的时间是一样的。

Exercise 9.3-4

如果在算法中比较数组的第i和第j个元素，我们发现A[i]≥A[j]，则创建一个有n个顶点的图，并绘制从顶点i到顶点j的有向边。注意，如果图中存在从x到i的路径，则A[i]是i−1个较小元素中的一个，如果图中存在从i到x的路径，则A[i]是n−i个较大元素中的一个。每个顶点i必须要么位于到x的路径上，要么位于从x的路径上，否则算法无法区分i≤x和i≥x。而且，如果一个顶点i既位于到x的路径上，又位于从x的路径上，那么它必须满足x≤A[i]≤x，因此x = A[i]。在这种情况下，我们可以任意地打破联系。

Exercise 9.3-5

要使用它，只要找到中位数，根据这个中位数划分数组。如果i小于原始数组长度的一半，则对前一半进行递归，如果i是数组长度的一半，则返回来自中位数查找黑箱的元素。最后，如果i大于数组长度的一半，则减去数组长度的一半，然后对数组的另一半进行递归。

Exercise 9.3-6

在不失一般性的前提下，假设n和k是2的幂。我们首先使用SELECT在O(n)时间内找到n/2阶统计量，然后将问题简化为寻找较小的n/2个元素的k/2个分位数和较大的n/2个元素的k/2个分位数。设T(n)表示算法在大小为n的输入上运行所需的时间。那么对于某个常数c, T(n) = cn + 2T(n/2)，基本情况是T(n/k) = O(1)。然后我们有:

Exercise 9.3-7

求线性时间内n/2−k/2个最大的元素。对该元素进行分区。然后，在由分区形成的更大的子数组中找到第k个最大的元素。然后，在此元素上划分的较小子数组中的元素是所需的k个数。

Exercise 9.3-8

在不失一般性的前提下，假设n是2的幂。

Exercise 9.3-9

如果n是奇数，那么我们选择主管道的y坐标等于所有井的y坐标的中值。如果n是偶数，那么，我们可以选择管道的y坐标是介于井的y坐标之间的任意点，其y坐标的阶统计量为 $\left \lfloor (n+ 1)/2 \right \rfloor$ 和 $\left \lceil (n+1)/2) \right \rceil$ 。这些都可以使用本节中的算法在线性时间内找到。