《算法导论》笔记 第6章 总结与思考

于 2014-04-07 19:46:29 发布
阅读量624 收藏
点赞数
分类专栏： 算法导论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cyendra/article/details/23111753
版权

【完整代码】

template<typename Type>
class CHeap{
private:
    Type *A;
    int heapSize;
    int length;
    inline int left(int x) { return x<<1; }
    inline int right(int x) { return x<<1|1; }
    inline int parent(int x) { return x>>1; }
public:
    CHeap(){}
    CHeap(Type B[],int n) {
        init(B,n);
    }
    void init(Type B[],int n) {
        A = B;
        length = n;
        heapSize = 0;
    }
    void heapSort() {
        buildMaxHeap();
        for (int i=length;i>=2;i--) {
            swap(A[1],A[i]);
            heapSize--;
            maxHeapify(1);
        }
    }

    void maxHeapify(int i) {
        int l = left(i);
        int r = right(i);
        int largest = i;
        if (l <= heapSize && A[l] > A[largest]) largest = l;
        if (r <= heapSize && A[r] > A[largest]) largest = r;
        if (largest != i) {
            swap(A[i],A[largest]);
            maxHeapify(largest);
        }
    }
    void maxHeapify_NonRecursive(int i) {
        while (true) {
            int l = left(i);
            int r = right(i);
            int largest = i;
            if (l <= heapSize && A[l] > A[largest]) largest = l;
            if (r <= heapSize && A[r] > A[largest]) largest = r;
            if (largest == i) break;
            swap(A[i],A[largest]);
            i = largest;
        }
    }
    void buildMaxHeap() {
        heapSize = length;
        for (int i=length/2;i>=1;i--) {
            maxHeapify(i);
        }
    }
    Type heapMaximum() {
        return A[1];
    }
    Type heapExtractMax() {
        if (heapSize < 1) return 0;
        int max = A[1];
        A[1] = A[heapSize--];
        maxHeapify(1);
        return max;
    }
    void heapIncreaseKey(int i,Type key) {
        if (key < A[i]) return;
        A[i] = key;
        while (i>1 && A[parent(i)] < A[i]) {
            swap(A[i],A[parent(i)]);
            i = parent(i);
        }
    }
    void maxHeapInsert(Type key) {
        heapSize++;
        A[heapSize] = key;
        heapIncreaseKey(heapSize,key);
    }
    void heapDeleteMax(int i) {
        if (i<1||i>heapSize) return;
        A[i] = A[heapSize--];
        maxHeapify(i);
    }

    void minHeapify(int i) {
        int l = left(i);
        int r = right(i);
        int smallest = i;
        if (l <= heapSize && A[l] < A[smallest]) smallest = l;
        if (r <= heapSize && A[r] < A[smallest]) smallest = r;
        if (smallest != i) {
            swap(A[i],A[smallest]);
            minHeapify(smallest);
        }
    }
    void minHeapify_NonRecursive(int i) {
        while (true) {
            int l = left(i);
            int r = right(i);
            int smallest = i;
            if (l <= heapSize && A[l] < A[smallest]) smallest = l;
            if (r <= heapSize && A[r] < A[smallest]) smallest = r;
            if (smallest == i) break;
            swap(A[i],A[smallest]);
            i = smallest;
        }
    }
    void buidMinHeap() {
        heapSize = length;
        for (int i=length/2;i>=1;i--) {
            minHeapify(i);
        }
    }
    Type heapMinimum() {
        return A[1];
    }
    Type heapExtractMin() {
        if (heapSize < 1) return 0;
        int min = A[1];
        A[1] = A[heapSize--];
        minHeapify(1);
        return min;
    }
    void heapDecreaseKey(int i,Type key) {
        if (key > A[i]) return;
        A[i] = key;
        while (i>1 && A[parent(i)] > A[i]) {
            swap(A[i],A[parent(i)]);
            i = parent(i);
        }
    }
    void minHeapInsert(Type key) {
        heapSize++;
        A[heapSize] = key;
        heapDecreaseKey(heapSize,key);
    }
    void heapDeleteMin(int i) {
        if (i<1||i>heapSize) return;
        A[i] = A[heapSize--];
        minHeapify(i);
    }
 };


【思考题】

6-1 用插入方法建堆

a) 当输入数组相同时，过程BUILD_MAX_HEAP和BUILD_MAX_HEAP'产生的堆是否总是一样的？是的给出证明；否则给出反例。

不一样哦。

n = 9
A = <5 3 17 10 84 19 6 22 9>
BUILD_MAX_HEAP：84 22 19 10 3 17 6 5 9
BUILE_MAX_HEAP'：84 22 19 17 10 5 6 3 9

b) 证明：最坏情况下，BUILD_MAX_HEAP'要用⊙(nlgn)时间来建成一个含n个元素的堆。

执行一次MAX_HEAP_INSERT最坏的时间为⊙(logn)。BUILD_MAX_HEAP'中执行了n次，因此复杂度为⊙(nlogn)


6-2 对d叉堆的分析

a) 如何在一个数组中表示一个d叉堆？

A[(x-1)*d+2]、A[(x-1)*d+2+1]...A[(x-1)*d+2+k-1] 表示第i个结点的d叉堆第k个子结点。


b) 含n个元素的d叉堆的高度是多少？



c) 给出d叉堆的EXTRACT_MAX的一个有效实现，并用d和n表示出它的运行时间。

    Type heapExtractMax() {
        if (heapSize < 1) return 0;
        int max = A[1];
        A[1] = A[heapSize--];
        maxHeapify(1);
        return max;
    }
时间 


d) 给出d叉堆最大堆的INSERT的一个有效实现，并用d和n表示出它的运行时间。

    void maxHeapInsert(Type key) {
        heapSize++;
        A[heapSize] = key;
        heapIncreaseKey(heapSize,key);
    }

e) 给出INCREASE_KEY(A,i,k)的一个有效实现，该过程首先执行A[i]=max(A[i],k)，并相应地更新d叉最大堆的结构。请用d和n表示出它的运行时间。

    void heapIncreaseKey(int i,Type key) {
        if (key > A[i]) A[i] = key;
        while (i>1 && A[parent(i)] < A[i]) {
            swap(A[i],A[parent(i)]);
            i = parent(i);
        }
    }

时间 


d叉堆完整代码： 

template <typename Type>
class CDHeap{
private:
    Type *A;
    int d;
    int heapSize;
    int length;
    inline int son(int x,int k) { return (x-1)*d+2+k; }
    inline int parent(int x) { return (x-2)/d+1; }
public:
    CDHeap(){}
    CDHeap(Type B[],int n,int dd) {
        init(B,n,dd);
    }
    void init(Type B[],int n,int dd) {
        A = B;
        length = n;
        d = dd;
        heapSize = 0;
    }
    void maxHeapify(int x) {
        int largest = x;
        for (int i=0;i<d;i++) {
            int k = son(x,i);
            if (k <= heapSize && A[k] > A[largest]) largest = k;
        }
        if (largest != x) {
            swap(A[x],A[largest]);
            maxHeapify(largest);
        }
    }
    void buildMaxHeap() {
        heapSize = length;
        for (int i=length/d;i>=1;i--) {
            maxHeapify(i);
        }
    }
    Type heapMaximum() {
        return A[1];
    }
    Type heapExtractMax() {
        if (heapSize < 1) return 0;
        int max = A[1];
        A[1] = A[heapSize--];
        maxHeapify(1);
        return max;
    }
    void heapIncreaseKey(int i,Type key) {
        if (key > A[i]) A[i] = key;
        while (i>1 && A[parent(i)] < A[i]) {
            swap(A[i],A[parent(i)]);
            i = parent(i);
        }
    }
    void maxHeapInsert(Type key) {
        heapSize++;
        A[heapSize] = key;
        heapIncreaseKey(heapSize,key);
    }
    void heapSort() {
        buildMaxHeap();
        for (int i=length;i>=2;i--) {
            swap(A[1],A[i]);
            heapSize--;
            maxHeapify(1);
        }
    }
};

6-3 Young氏矩阵

a) 画一个包含元素{9,16,3,2,4,8,5,14,12}的4X4Young氏矩阵。



b) 讨论一个mXn的Young氏矩阵，如果Y[1,1]=OO，则Y为空；如果Y[m,n]<OO，则Y是满的（包含mXn个元素）。

1、当Y[1,1]=OO时，由Young氏矩阵的性质可知，A[1,1]右侧的元素 >= OO，下侧的元素 >= OO，因此A[1,1]的右侧和下侧均为OO。

对Y[1,2...n]做同样的分析，可知矩阵中所有元素均为OO，表示矩阵中不存在元素。

2、当Y[m,n]<OO时，由Young氏矩阵的性质可知，A[m,n]左侧和上侧元素 <= A[m][n] < OO。

对Y[m,1...n-1]做同样的分析，可知矩阵中所有元素均小于OO，矩阵中不存在空位置，所以矩阵是满的。


c) 给出一个在非空mXn的Young氏矩阵上实现EXTRACT_MIN的算法，使其运行时间为O(m+n)。

将存在于(1,1)中的最小元素取出。用OO代替，将OO与右边或下边更小的元素进行交换，直至到达正确的位置。

由于元素只能向右或向下移动，F(i,j) = F(i-1,j) or F(i,j-1)。

令p = n+m，，因此F(p) = F(p-1) + O(1)，运行时间为O(m+n)。 

    void extractYoungs(int x,int y) {
        int sx = x;
        int sy = y;
        if (x < n && matrix[x+1][y] < matrix[sx][sy]) {
            sx = x + 1;
            sy = y;
        }
        if (y < m && matrix[x][y+1] < matrix[sx][sy]) {
            sx = x;
            sy = y + 1;
        }
        if (sx != x || sy != y) {
            swap(matrix[x][y],matrix[sx][sy]);
            extractYoungs(sx,sy);
        }
    }
    int extractMin() {
        int ret = matrix[1][1];
        matrix[1][1] = INF;
        extractYoungs(1,1);
        return ret;
    }

d) 说明如何在O(m+n)的时间内，将一个新元素插入到一个未满的 mXn Young氏矩阵中。

将元素替换掉矩阵中最大的元素A[n][m]，循环将其与左侧或上侧更大的元素交换，维护矩阵性质。

    void insertYoungs(int x,int y) {
        int lx = x;
        int ly = y;
        if (x > 1 && matrix[x-1][y] > matrix[lx][ly] ) {
            lx = x - 1;
            ly = y;
        }
        if (y > 1 && matrix[x][y-1] > matrix[lx][ly]) {
            lx = x;
            ly = y - 1;
        }
        if (lx != x || ly != y) {
            swap(matrix[x][y],matrix[lx][ly]);
            insertYoungs(lx,ly);
        }
    }
    void insert(int x) {
        if (matrix[n][m]!=INF) return;
        matrix[n][m]=x;
        insertYoungs(n,m);
    }

e)在不用其他排序算法帮助的情况下，说明利用 nXn Young氏矩阵对n^2个数排序的运行时间为O(n^3)。

将n^2个数插入矩阵：O(n+n)*O(n^2) = O(n^3)

取出矩阵中的最小元素n^2次：O(n+n)*O(n^2) = O(n^3)

因此排序运行时间为 O(2*n^3) = O(n^3)


f) 给出一个运行时间为O(m+n)的算法，来决定一个给定的数是否存在于一个给定的 mXn Young氏矩阵内。

从(1,m)左上角开始查找c，若小于c，则向下找；若大于c，则向左找。越界时则不存在。

    pair<int,int> find(int c) {
        int x = 1,y = m;
        while (x <= n && y >= 1) {
            if (matrix[x][y] == c) return make_pair(x,y);
            if (matrix[x][y] < c) x++;
            if (matrix[x][y] > c) y--;
        }
        return make_pair(0,0);
    }


Young氏矩阵完整代码：

const int MAXN = 100;
const int INF = 0x3f3f3f3f;
class CYoungs{
private:
    int n,m;
    int matrix[MAXN][MAXN];
    void extractYoungs(int x,int y) {
        int sx = x;
        int sy = y;
        if (x < n && matrix[x+1][y] < matrix[sx][sy]) {
            sx = x + 1;
            sy = y;
        }
        if (y < m && matrix[x][y+1] < matrix[sx][sy]) {
            sx = x;
            sy = y + 1;
        }
        if (sx != x || sy != y) {
            swap(matrix[x][y],matrix[sx][sy]);
            extractYoungs(sx,sy);
        }
    }
    void insertYoungs(int x,int y) {
        int lx = x;
        int ly = y;
        if (x > 1 && matrix[x-1][y] > matrix[lx][ly] ) {
            lx = x - 1;
            ly = y;
        }
        if (y > 1 && matrix[x][y-1] > matrix[lx][ly]) {
            lx = x;
            ly = y - 1;
        }
        if (lx != x || ly != y) {
            swap(matrix[x][y],matrix[lx][ly]);
            insertYoungs(lx,ly);
        }
    }
public:
    CYoungs() {}
    void init(int a,int b) {
        n = a;
        m = b;
        memset(matrix,INF,sizeof matrix);
    }
    int extractMin() {
        int ret = matrix[1][1];
        matrix[1][1] = INF;
        extractYoungs(1,1);
        return ret;
    }
    void insert(int x) {
        if (matrix[n][m]!=INF) return;
        matrix[n][m]=x;
        insertYoungs(n,m);
    }
    pair<int,int> find(int c) {
        int x = 1,y = m;
        while (x <= n && y >= 1) {
            if (matrix[x][y] == c) return make_pair(x,y);
            if (matrix[x][y] < c) x++;
            if (matrix[x][y] > c) y--;
        }
        return make_pair(0,0);
    }
    void showMatrix() {
        for (int i=1;i<=n;i++) {
            for (int j=1;j<=m;j++) {
                cout<<matrix[i][j]<<" ";
            }
            cout<<endl;
        }
    }
};



cyendra
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值