中科大计算机数学作业解答二（参考书：具体数学）

Problem 1. Modify QuickSort algorithm to find the kth largest number: Given k and a sequence of n numbers a1, . . . , an (not sorted), output the kth largest number.

(1) Show the pseudo-code of your algorithm.

\\java代码进行表述
public class QuickSort  {
	public static void main(String[] args) {
        int[] nums;\\定义数组
        int top;\\top用来表示k
        int topk = topk(nums, 0, nums.length -1, top - 1);
		\\打印元素
     	System.out.println(topk);
    }

    public static int topk(int[] nums, int start, int end, int k) {
        \\正常快排过程，数组第一个元素作为piovt，只是改变了排序顺序，从大到小进行排序，满足后续给出kth大元素
        int target = nums[start];
        int i = start;  
        int j = end;
        while (i < j) {
            \\这里改变比较条件，将大的元素放到piovt前，小的放在后面
            while (i < j && nums[j] <= target) j--;  
            while (i < j && nums[i] >= target) i++;
            if (i < j) swap(nums, i, j);
        }
        swap(nums, start, i);
		\\递归调用该函数，直至选中的piovt在交换完位置后在k号位置（下标k-1），此时kth大元素在他正确的位置，否则选择包含kth大元素的划分继续进行划分
        if (i < k) return topk(nums, i + 1, end, k);
        else if (i > k) return topk(nums, start, i - 1, k);
        else return nums[i];
    }

    public static void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }
}

(2) Prove its expected running time is O(n) by the probability argument about comparing pairs of elements.

根据Thomas H.Cormen，Charles E.Leiserson等人所著《算法导论第三版》的第七章关于快速排序时间复杂度概率算法的介绍（在汉化版的102页附近）讨论该算法时间复杂度。

在原算法中，对于序列 { z i . . . z j } \{z_i ... z_j\} {zi​...zj​}中元素$z_i$与$z_j$会进行比较当且仅当其中一个被选为piovt，在此基础上观察（1）中算法，当上一轮进行划分时，不包含kth大元素的划分将被丢弃，如
{ z i . . . z k . . . z j } z p i o c t { 被丢弃划分 } \{z_i...z_k...z_j\}z_{pioct}\{被丢弃划分\} {zi​...zk​...zj​}zpioct​{被丢弃划分}
即对于该序列中元素$z_i$与$z_j$会进行比较不仅要求其中一个被选为piovt，还要求该序列内包含kth大元素。根据《算法导论》进行快排时，两个元素进行比较的概率是$\frac{2}{j-i+1}$,同时，kth大元素在该序列的概率为该序列长度与原始数组长度的比，也就是$\frac{j-i+1}{n}$,因此基础进行计算
$$\begin{array}{rl}E[X]& =\sum _{i=1}^{n-1}\sum _{j=i+1}^n\frac{2}{j-i+1}\frac{j-i+1}{n}\\ & =\sum _{i=1}^{n-1}\sum _{j=i+1}^n\frac{2}{n}\\ & =\sum _{i=1}^{n-1}\frac{n-i}{n}\\ & =\frac{(n-1)(n-1+1)}{n}\\ & =O(n)\end{array}$$

Problem 2. Prove that Euclid’s algorithm to compute gcd(m, n) runs in time O(log m+ log n) assuming all integer-operations are done in O(1) time.

假设按轮次递归调用该算法进行辗转相除法，在任意轮次，用a代表较大的数，b代表较小的数，则在该轮运算结束后（进行mod除后，还未交换a与b两数的值），a的值至少会减小为$\frac{a}{2}$,以下证明：

若$a\ge 2b$,则$amodb<b\le \frac{a}{2}$;

若$b\le a<2b$,则$a-2b<0\Rightarrow \frac{a}{2}-b<0\Rightarrow a-b<\frac{a}{2}$,进行模运算后$amodb=a-b<\frac{a}{2}$

显然该算法最坏情况为，输入的m与n互素，最后结果为1，同时每次运算，较大的数仅变为原值的$\frac{1}{2}$(经过上面证明该情况取不到，但是作为下限进行证明)。此时从1分别增大到m与n的时间复杂度分别为log m与log n，因此将m与n辗转相除的时间复杂度为O(log m+log n),此为算法下限。

Problem 3. (1) Exercise 14 in Chapter 2 (2nd Edition).

将$\sum _{k=1}^{n}k{2}^k$改写成$\sum _{1\le j\le k\le n}{2}^k$进行计算

易知$\sum _{j=1}^{k}1=k$，因此可以将$k{2}^k$理解为k个$2^k$叠加再求和，可将$\sum _{k=1}^{n}k{2}^k$可以改写成$\sum _{k=1}^n\sum _{j=1}^k{2}^k$，根据课本（2.32）进一步变换为即可得到$\sum _{1\le j\le k\le n}{2}^k$，进一步改写该式得到$\sum _{j=1}^n\sum _{k=j}^n{2}^k$,以该式为基础继续计算
$$\begin{array}{rl}\sum _{j=1}^n\sum _{k=j}^n{2}^k& =\sum _{j=1}^n(2^{n+1}-2^j)等比数列求和\\ & =n\times 2^{n+1}-\sum _{j=1}^n{2}^j\\ & =n\times 2^{n+1}-2^{n+1}+2\end{array}$$

(1) Exercise 15 in Chapter 2 (2nd Edition).

利用方法5计算$\sum _{k=1}^n{k}^3$,由于符号输入原因，立方叠加与平方叠加都用$\sum$的形式表达,根据题目提示有
$$\begin{array}{rl}\sum _{k=1}^n{k}^3+\sum _{k=1}^n{k}^2& =2\sum _{1\le j\le k\le n}jk\\ & =2\times \frac{1}{2}((\sum _{k=1}^{n}k{)}^2+\sum _{k=1}^n{k}^2)\\ & =(\sum _{k=1}^{n}k{)}^2+\sum _{k=1}^n{k}^2\end{array}$$
两边同时减去$\sum _{k=1}^n{k}^2$有
$$\begin{array}{rl}\sum _{k=1}^n{k}^3& =(\sum _{k=1}^{n}k{)}^2\\ & =(\frac{(1+n)n}{2}{)}^2\end{array}$$

Problem 4. (1) Exercise 10 in Chapter 3 (2nd Edition).

证明$\lceil \frac{2x+1}{2}\rceil -\lceil \frac{2x+1}{4}\rceil +\lfloor \frac{2x+1}{4}\rfloor$总是等于$\lfloor x\rfloor$或$\lceil x\rceil$

只有当$\frac{2x+1}{4}$为整数时，其的顶与底相等，否则$(-\lceil \frac{2x+1}{4}\rceil +\lfloor \frac{2x+1}{4}\rfloor )=-1$,以此为划分进行讨论

1.当$\frac{2x+1}{4}$为整数时，即$\frac{2x+1}{4}=k，k\in z$,此时有 x = 2 k − 1 2 , { x } = 1 2 x=2k-\frac{1}{2},\{x\}=\frac{1}{2} x=2k−21​,{x}=21​

$$原式=\lceil \frac{2x+1}{2}\rceil =\lceil \frac{4k-1+1}{2}\rceil =\lceil 2k\rceil =2k$$

又因为：
$$x=2k-\frac{1}{2},k\in z$$

所以有：
$$\lceil x\rceil =\lceil 2k-\frac{1}{2}\rceil =2k=原式$$

即$x=2k-\frac{1}{2},k\in z$时，有原式=$\lceil x\rceil$

2.当$x=2k-\frac{3}{2},k\in z$时，$x-\frac{1}{2}=2k-2=\lfloor x\rfloor$,原式有
$$\begin{array}{rl}\lceil \frac{2x+1}{2}\rceil -\lceil \frac{2x+1}{4}\rceil +\lfloor \frac{2x+1}{4}\rfloor & =\lceil \frac{2(2k-\frac{3}{2})+1}{2}\rceil -\lceil \frac{2(2k-\frac{3}{2})+1}{4}\rceil +\lfloor \frac{2(2k-\frac{3}{2})+1}{4}\rfloor \\ & =\lceil \frac{4k-3+1}{2}\rceil -\lceil \frac{4k-3+1}{4}\rceil +\lfloor \frac{4k-3+1}{4}\rfloor \\ & =\lceil \frac{4k-3+1}{2}\rceil -1\\ & =2k-2\\ & =x-\frac{1}{2}=\lfloor x\rfloor \end{array}$$

3.当 0 ≤ { x } < 1 2 0\leq\{x\}<\frac{1}{2} 0≤{x}<21​时，有 1 2 ≤ { x + 1 2 } < 1 \frac{1}{2}\leq\{x+\frac{1}{2}\}<1 21​≤{x+21​}<1
$$原式=\lceil \frac{2x+1}{2}\rceil -1=\lceil x+\frac{1}{2}\rceil -1=\lceil x\rceil -1=\lfloor x\rfloor$$

4.当 1 2 < { x } \frac{1}{2}<\{x\} 21​<{x}时，有 0 < { x + 1 2 } ≤ 1 2 a n d ⌈ x + 1 2 ⌉ = ⌈ x ⌉ + 1 0<\{x+\frac{1}{2}\}\leq{\frac{1}{2}}\quad and \quad \lceil x+\frac{1}{2} \rceil = \lceil x\rceil+1 0<{x+21​}≤21​and⌈x+21​⌉=⌈x⌉+1
$$原式=\lceil \frac{2x+1}{2}\rceil -1=\lceil x+\frac{1}{2}\rceil -1=\lceil x\rceil +1-1=\lceil x\rceil$$

总结：当 1 2 < { x } < 1 \frac{1}{2} <\{x\} <1 21​<{x}<1时原式等于$\lceil x \rceil $;当 0 ≤ { x } < 1 2 0 \leq\{ x \} < \frac{1}{2} 0≤{x}<21​时原式等于$\lfloor x\rfloor$;$x=2k-\frac{1}{2},k\in z$时，有原式= $\lceil x\rceil$；$x=2k-\frac{3}{2},k\in z$时，有原式=$\lfloor x\rfloor$；

也就是 { x } = 1 2 \{x\}=\frac{1}{2} {x}=21​时，原式等于其最接近的偶数，否则为最接近的整数。

(2) Exercise 23 in Chapter 3 (2nd Edition).

令第n个元素的值为$A_k$,他在该序列中的位置为n（从1开始计算），可以对序列进行观察得到，$A_k$的第一个元素之前共有1个1,2个2…$A_{k-1}$个$A_{k-1}$,在此之后，有$A_k$个$A_k$.为了方便计算，令$A_k=m$,则有第一个值为m的元素位置为：
$$\frac{1}{2}(m-1+1)(m-1)+1=\frac{1}{2}m(m-1)+1$$
最后一个元素的位置为：
$$\frac{1}{2}m(m-1)+1+(m-1)=\frac{1}{2}m(m+1)$$
也就是位置为范围$(\frac{1}{2}m(m-1),\frac{1}{2}m(m+1)]$的范围内，$A_k$的取值都为m，也就是n的范围在：
$$\frac{1}{2}m(m-1)<n\le \frac{1}{2}m(m+1)$$
不等式同时乘2去除分数有：
$$m(m-1)<2n\le m(m+1)$$
又由于m和n都是整数，因此可以在不等式两端添加$\frac{1}{4}$凑成平方式有：
$$m(m-1)+\frac{1}{4}<2n<m(m+1)+\frac{1}{4}$$
此时不等式右侧取不到等于，又由于m与n最小为1，因此不等式三部分都是正数，开方则有
$$\begin{gathered} m-\frac{1}{2}<\sqrt{2n}<m+\frac{1}{2} \\ m<\sqrt{2n}+\frac{1}{2}<m+1 \end{gathered}$$
即$A_n=m=\lfloor \sqrt{2n}+\frac{1}{2}\rfloor$ (根据课本3.5，显然不等式左边的不等号并不是$\le$符号也可以得到该结论)

Problem 5. Exercise 28 in Chapter 3 (2nd Edition)

$a_0=1,a_n=a_{n-1}+\lfloor \sqrt{a_{n-1}}\rfloor$,求解$a_n$的递推式

难以直接看出规律，计算前几项的值如下：

序号	0	1	2	3	4	5	6	7	8	9	10	11	12
值	1	2	3	4	6	8	10	13	16	20	24	28	33

序号	13	14	15	16	17	18	19	20	21	22	23	24	25
值	38	44	50	57	64	72	80	88	97	106	116	126	137

可以观察到$a_3=4,a_8=16,a_{17}=64$,推测存在以$(2k{)}^2$为基准的递推关系，通过程序计算可得$a_{34}=256=(2\times 8{)}^2,a_{67}=1024=(2\times 16{)}^2,a_{132}=4096(2\times 32{)}^2$,且每两项之间的下标间隔2k+1。设$2k=m,即a_n=m^2$，则有这样的观察：

$a_{n+2k+1}=(m+k{)}^2+m-k,a_{n+2k+2}=(m+k{)}^2+2m$,

接下来通过数学归纳法证明：

$m=2时：a_3=4,a_4=(2+0{)}^2+2-0=6,a_5=(2+0{)}^2+2\times 2=8$

假设有$a_n=m^2,a_{n+2k+1}=(m+k{)}^2+m-k,a_{n+2k+2}=(m+k{)}^2+2m$成立，证明k+1的情况:

首先有这样的观察，$(k+1{)}^2-k^2=2k+1$,对于任意$k^2\le a<(k+1{)}^2$有$\lfloor \sqrt{a}\rfloor =k$

当k=0时：
$$\begin{array}{rl}{a}_{n+1}& =a_n+\lfloor \sqrt{a_n}\rfloor \\ & =m^2+m\\ a_{n+2}& =a_{n+1}+\lfloor \sqrt{a_{n+1}}\rfloor \\ & =m^2+m+\lfloor \sqrt{m^2+m}\rfloor \\ & =m+2m\end{array}$$
成立。

当k≠0时：假设k值为k时成立，则k值为k+1情况证明如下
$$\begin{array}{rl}{a}_{n+2k+3}& =a_{n+2k+1}+\lfloor \sqrt{a_{n+2k+1}}\rfloor +\lfloor \sqrt{a_{n+2k+2}}\rfloor \\ & =(m+k{)}^2+m-k+\lfloor \sqrt{(m+k{)}^2+m-k}\rfloor +\lfloor \sqrt{(m+k{)}^2+2m}\rfloor \\ & =(m+k{)}^2+m-k+(m+k)+(m+k)\\ & =(m+k+1{)}^2+m-(k+1)\\ a_{n+2k+4}& =a_{n+2k+2}+\lfloor \sqrt{a_{n+2k+2}}\rfloor +\lfloor \sqrt{a_{n+2k+3}}\rfloor \\ & =(m+k{)}^2+2m+\lfloor \sqrt{(m+k{)}^2+2m}\rfloor +\lfloor \sqrt{(m+k+1{)}^2+m-(k+1)}\rfloor \\ & =(m+k{)}^2+2m+(m+k)+(m+k+1)\\ & =(m+k+1{)}^2+2m\end{array}$$
成立。

当k=m时，也就是$a_{n+2m+1}$的情况，该元素的值应为$(2m{)}^2$,证明如下
$$\begin{array}{rl}{a}_{n+2m+1}& +(m+m{)}^2+m-m=(2m{)}^2\end{array}$$

因此原假设成立，现在改写成更简单的形式：

1.首先计算值为$(2k{)}^2$的项的元素下标，将该下标用$b_l$表示，有以下规律：
$$\begin{gathered} b_1=2^1+1=3 \\ {b}_2=b_1+2^2+1=8 \\ {b}_3=b_2+2^3+1=17 \\ \dots \dots \dots \dots \\ {b}_l=b_{l-1}+2^l+1 \end{gathered}$$
很容易得到递推关系：$b_l=2^{l+1}+l-2$

2.对于任意$n\in (2^{l+1}+l-2,2^{l+2}+l-1]$,有上文关于$a_n$的递推关系存在，即$a_{n+2k+1}=(m+k{)}^2+m-k,a_{n+2k+2}=(m+k{)}^2+2m$，令此处n为$b_l$,$2k+1或2k+2$为$offset$,同时可以得到$m=2^l$(上面两句的n表示不同含义，第一句的任意n指的是$a_n$的下标n，后面的n指的是数列$a_{n+2k+1}$的递推式的下标中的第一个n，这个n也就是上一步得到的递推关系中的$b_l$,是平方项元素的下标，因此后文中用$b_l$表示).则有

$offset=n-b_l=n-2^{l+1}-l+2$

1)offset为偶数情况：

$2k+2=n-2^{l+1}-l+2\Rightarrow k=\frac{n-l}{2}-2^l$

则有

$a_n=a_{b_l+2k+2}=(m+k{)}^2+2m=(2^l-2^l+\frac{n-l}{2}{)}^2+2\times 2^l=(\frac{n-l}{2}{)}^2+2^{l+1}$

2)offset为奇数情况：

$2k+1=n-2^{l+1}-l+2\Rightarrow k=\frac{n-l+1}{2}-2^l$

则有
$$\begin{array}{rl}{a}_n& =a_{b_l+2k+1}\\ & =(m+k{)}^2+m-k\\ & =(2^l-2^l+\frac{n-l+1}{2}{)}^2+2^l-(-2^l+\frac{n-l+1}{2})\\ & =(\frac{n-l+1}{2}{)}^2-\frac{n-l+1}{2}+2^{l+1}\\ & =(\frac{n-l+1}{2})(\frac{n-l-1}{2})+2^{l+1}\\ & =(\frac{n-l}{2}{)}^2-\frac{1}{4}+2^{l+1}\end{array}$$
根据递推式，$a_n与2^{l+1}$必然为整数，因此$（\frac{n-l}{2}{)}^2-\frac{1}{4}$必然也为整数,则有$(\frac{n-l}{2}{)}^2-\frac{1}{4}=\lfloor (\frac{n-l}{2}{)}^2\rfloor$(相当于整数加上一个小数的底还是原整数)，因此$a_n=\lfloor (\frac{n-l}{2}{)}^2\rfloor +2^{l+1}$

验证l=0时，$a_1=2,a_2=3$也符合该式，总结有：

$a_0=1$,

对于$\forall n>0,n\in (2^{l+1}+l-2,2^{l+2}+l-1],l\in N$,有$a_n=\lfloor (\frac{n-l}{2}{)}^2\rfloor +2^{l+1}$

说明：值为$(2k{)}^2$的元素可以理解为$a_{b_l+2\times 2^l+1}，$，因此n的范围为左开右闭，也就是认为$a_{b_l}是通过a_{b_{l-1}+2\times 2^{l-1}+1}$来计算