算法导论：2.2分析算法练习题 python描述

# 2.2分析算法练习题 python描述
# 2.2-1
# Θ(n^3)
# 2.2-2
A = [99, 38, 65, 97, 76, 13, 27, 49]


# 排序过程
# A = [13, 38, 65, 97, 76, 99, 27, 49]
# A = [13, 27, 65, 97, 76, 99, 38, 49]
# A = [13, 27, 38, 97, 76, 99, 65, 49]
# A = [13, 27, 38, 49, 76, 99, 65, 97]
# A = [13, 27, 38, 49, 65, 99, 76, 97]
# A = [13, 27, 38, 49, 65, 76, 99, 97]
# A = [13, 27, 38, 49, 65, 76, 97, 99]


def selectsort(A):
    length = len(A)
    for i in range(0, length - 1):
        min = i
        for j in range(i + 1, length):
            if A[j] < A[min]:
                min = j
        temp = A[min]
        A[min] = A[i]
        A[i] = temp


selectsort(A)

print(A)

# Θ(n^2)

#2.2-3
# 假设每个条目都有概率p为元素所寻找的。 然后，如果前面的k-1个位置不是被查找的元素，那么我们将只检查k个元素，
# 而第k个位置是所需的值。 考虑到这种分布的预期值，我们可以得到它

#2.2-4
# 对于一个好的最佳运行时间，修改算法首先随机产生输出，然后检查它是否满足算法的目标。 如果是这样，产生这个输出并停止。
# 否则，照常运行算法。 这不太可能会成功，但在最好的情况下，运行时间只会与检查解决方案一样长。
# 例如，我们可以修改选择排序，首先随机排列A的元素，然后检查它们是否按排序顺序排列。 如果是，输出A.否则按照惯例运行选择排序。
# 在最好的情况下，这个修改的算法将具有运行时间Θ（n）。