＜算法导论＞第二章思考题

2-1
a、
  对长度为k的子表使用插入排序最坏的情况下复杂度为Θ($k^2$),因此对n/k个每个长度为k的子表排序最坏需要$\Theta (k^2\ast n/k)=\Theta (nk)$.
b、
  经过步骤a后，已经有了n/k个已经排好序的长度为k的子序列，每次选择其中的两个进行合并，一共要$lg(n/k)$步，在每一步中都要比较n个元素，因此最坏的情况下需要$\Theta (nlg(n/k))$.
c、
  即求使方程$\Theta (nk+nlg(n/k))=\Theta (nlgn)$成立时k满足的条件。
  原式$=\Theta (nk+nlgn-nlgk)$
  令$k=\Theta (lgn)$带入上式中，得：
$$\begin{gathered} 原式=\Theta (nlgn+nlgn-nlg(lgn)) \\ =\Theta (2nlgn-nlg(lgn)) \end{gathered}$$
  忽略低阶项和常量2，便得到了期望的结果：原式$=\Theta (nlgn)$
d、
  选择插入排序比归并排序快的子列表的最大长度为k。

2.2

a、

  还要保证$A^{\prime }$里的元素均由A中的元素组成
b、

循环不变式：
  在2-4行的for循环每次迭代开始时，子数组A [i…n]由进入循环之前原先在A [i…n]中的元素组成，但顺序有可能不同，其中A[i]是最小的。
开始：
  只对A[n]进行操作。
维持：
  每一步中，比较A[j]与A[j-1],并使A[j-1]成为小的哪一个，在整个迭代结束后子数组长度增加1，并且第一个元素是最小的。
结束：
  当i==j时，循环停止，按照循环不变式的描述，A[i]是A[i…n]中的最小的元素，并且A[i…n]中的元素只是位置发生了变化。

c、
循环不变式：
  在1-4行的for循环迭代每次开始时，A[1,…i-1]由A[1,…n]中i-1个最小的元素构成。
开始：
  开始时A[1,…i-1]子数组为空
维持：
  再执行过b部分的内部循环后A[i]成为A[i…n]中最小的元素，在外部循环开始时，A[1,…,i-1]中的元素均小于A[i,…,n]中的元素，因此在外部循环结束后，A[1,…,i]中的元素均小于A[i+1,…n]并已经排好序了。
结束：
  循环在$i=A.length$时停止，此时A已经是有序的了。

d、

  冒泡排序的复杂度和插入排序最坏运行时间相同，均为Θ($n^2$)

2.3

a、
  时间复杂度为Θ($n$)

b、

for k in range(n+1):
	ans+=a[k]*(x^k)

  其中for循环要运行n次，每一次迭代求x的k次幂复杂度是k最大时是n，所以总的时间复杂度是Θ($n^2$).
  其性能要比霍纳规则差

c、
开始：
  y=0
维持：
  把题目中给出的循环不变式代入代码片段的第三行，就能得到第i次迭代结束后y的值：
$$\begin{array}{rl}y& =a_i+x\sum _{k=0}^{n-(i+1)}{a}_{k+i+1}{x}^k\\ & =a_i{x}^0+\sum _{k=0}^{n-i-1}{a}_{k+i+1}{x}^{k+1}\\ & =a_i{x}^0+\sum _{k=1}^{n-i}{a}_{k+i}{x}^k\\ & =\sum _{k=0}^{n-i}{a}_{k+i}{x}^k\end{array}$$

结束：
  在i=-1的时候循环会结束，代入循环不变式得：
$$y=\sum _{k=0}^{n-i-1}{a}_{k+i+1}{x}^k=\sum _{k=0}^n{a}_k{x}^k$$
  即所要证明的。

d、
按上面的循环不变式来看，其总和就是给出的多项式的和

2-4

a、
<2,1> < 3,1> <8,1> <6,1> <8,6>

b、
从大到小排序的序列具有最多的逆序对，最多为:
  $(n-1)+(n-2)+...+1=n(n-1)/2$

c、
插入排序与逆序对的数量成正比

d、
  求序列中逆序对的个数：在归并排序合并的时候加入一个cont来存储每次合并时找到的逆序对的个数.在《算法竞赛进阶指南》里有这个算法的详细描述，这里不写了。

def merge(a, p, q, r):
    n1 = q - p + 1
    n2 = r - q
    L = [0 for _ in range(n1 + 2)]
    R = [0 for _ in range(n2 + 2)]
    for i in range(1, n1 + 1):
        L[i] = a[p + i - 1]
    for j in range(1, n2 + 1):
        R[j] = a[q + j]

    L[n1 + 1] = float('inf')
    R[n2 + 1] = float('inf')
    i = 1
    j = 1
    # 求逆序对的个数
    cont = 0
    for k in range(p, r + 1):
        if L[i] <= R[j]:
            a[k] = L[i]
            i += 1
        else:
            cont += n1 - i + 1
            a[k] = R[j]
            j += 1
    return cont
def merge_sort(a, p, r):
    if p < r:
        q = int((p + r) / 2)
        left = merge_sort(a, p, q)
        right = merge_sort(a, q + 1, r)

        if not left: left = 0
        if not right: right = 0
        # python 中None 和 int 类型不能一起加

        cont = merge(a, p, q, r) + left + right
        return cont
#  a是待求数组， 下标从1到n，所以a[0]要自己设一个数,k是a中逆序对的个数,n是有效数字个数
a=['k',2,3,8,6,1]
n=5
k = merge_sort(a, 1, n)
print(k)