算法导论2.3-6参考

    按照题目描述，我们需要将插入排序中的5~7行，while循环实现的将“比A[i]大的数后移”的功能用二分查找的思路进行优化。2.3-5也有提到优化思路，即插入排序每一次循环结束后前面的i个数已经完成从小到大的排序，只需要将目标值A[j]与前i个数的中间值A[i/2]比较，就能知道A[j]应该在的区间，并减少一半的判断时间。

    伪代码：//_(:зゝ∠)_

BINARY_INSERTION_SORT ( A , L , R )//输入A[0..n]，0，n

    if R > 2……………………………………………………c1

        BINARY_INSERTION_SORT ( A , L , R-1 )…………c2//R==2之前一直调用函数对前面的R-1个元素进行排序

    key = A[ R ]………………………………………………c3//待插入的值给key

    BINARY_INSERT ( A , L , R - 1 , key )………………c4//将A[ R ]插入前面已经排好的0~R-1序列中

//递归的插入排序主函数

BINARY_INSERT ( A , L , R , key )

    if L > R……………………………………………………c5

        A[ L] = key…………………………………………c6

        return………………………………………………c7//若左溢出则将key赋给溢出之前的位置，若右溢出则赋值给L=R+1这个溢出位，即未排序的那个数的位置不动

    else if key <= A[ ( L + R ) / 2]…………………………c8//若key值在二分点左侧则要将二分点右侧所有元素右移一位

        for i = R downto ( L + R ) / 2……………………c9

                A[ i + 1 ] = A [ i ]……………………………………c10

                BINARY_INSERT ( A , L , ( L + R ) / 2 , key )……c11//继续找key该呆的位置

    else BINARY_INSERT ( A , ( L + R ) / 2 , R , key )…………c12//若key值在二分点右侧则不做处理，继续迭代

//二分比较并移动较大项函数

鉴于计算过程太繁杂，手码的话要浪费大量时间，就直接给结果了_(:зゝ∠)_，其中k1~5都是用于替换c1~11组成的一次算式的常数。

  BINARY_INSERTION_SORT函数的递归式为：

    T1( n ) = k4 + T1( n - 1 ) + T2( n ),n>=2.

  BINARY_INSERT函数的递归式为：

    T2 ( n ) = k1 * n + k2 + T2 ( n - 1 ),n>1

    T2 ( 1 ) = k3,                                  n=1.

通式：(lg(n)代表以2为底，n的对数，书上有说明

T2( n ) = 2 * k1 * n + k2 * lg(n) - 2 * k1 +k3

T1( n ) = k1 * (n² + n - 2) + k2 * lg(n!) + k5 * ( n - 1 )//用斯特林公式将n!做近似处理，不懂的这里https://blog.csdn.net/SSYITwin/article/details/80111157

T1( n ) = k1 * n² + k2 * n *lg(n) + ( k1 - lg(e) *k2 + k5 ) *n +lg((2*π*n)½) -2 * k1 - k5

故将while替换后也不会对原插入排序的复杂度O(n²)造成多大影响，更不可能达到题目要求的O(n*lgn)。

但是这做法也做了对while的部分优化，优化了多少呢？有兴趣的同学请看下面。

将k1~k5的值代入原式(自己拿草稿纸写一下吧

k1= 0.5 * ( c9 + c10 + c11 )

k2= c5 + c8 + c9

k3= c5 + c6 + c7

k4= c1 + c2 + c3 + c4

k5= - k2 + k3 + k4

接下来将https://blog.csdn.net/gaint_moon_mystery/article/details/82289834这篇里的k1、k2的值也代入原式T(n)。(用书里第14~15页的代码与T(n)的通式比较也行。

对比两组代码中的相似部分，本文中n²的系数k1中包含了c10（自减）、c11（换位）、c12（调用自己），而书中n²的系数包含了c5（比较大小、判断是否溢出）、c6（换位）、c7（自减）。可见其中 自减 和 换位 两项没有被优化，而本文中的比较大小和判断是否溢出分别是c8（比较大小）、c5（判断是否溢出），他们分别属于，c8->(k2,k5)，c5->(k2,k3,k5)。如果我们忽略小值，那么c8（比较大小）的时间复杂度为O(n*lgn)，c5（判断是否溢出）的时间复杂度为O(n)。

如果把比较大小和判断是否溢出这两个判断语句拆开来算，那么这个改动对原插入排序排序算法的的优化点为，将“比较两数大小”由O(n²)降低到O(n*lgn)，将“判断是否溢出”O(n²)降低到O(n)，额外增添了“自己调用自己”复杂度为O(n²)。

全局优化为O(n²)-O(n*lgn)-O(n)。不知道“自己调用自己”这步的具体时长与另外两步有多大区别，好心前辈可以帮忙补充一下或指出我的错误，不然看起来好像还不如不优化_(:зゝ∠)_，谢谢大家，喜欢请点赞(>^ω^<)。