数学归纳法（1.2.1）

意想不到算法这一章的开篇就谈数学归纳法，呵呵，可见还是比较重要的。思路分两步走：（1）证明P1正确；（2）在P1、P2……Pn都正确的条件下，证明P(n+1)正确。这里特别说明要与科学上的归纳推理法区分开来，归纳推理法仅仅是基于现有情况的推测，并不一定正确，也没有被证明，而数学归纳法得到的是结论性的证明过程。

书中举了一个简单的数学例子。若要证明数学公式1+3+……+(2n-1)=n^2，（1）证明P1正确，明显1=1^2，成立；（2）由于Pn正确，即1+3+……+(2n-1)=n^2，对于P(n+1)，1+3+……+(2n-1)+(2n+1)=n^2+2*n+1=(n+1)^2，成立。因此公式得证。

不过，在这书里讨论数学归纳法，并不仅仅为了证明数学公式，还为了证明算法实现程序的过程。这个感觉有点奇妙，思路是差不多的，证明也是分两步，首先证明程序执行第一步后得到的结果是正确的，然后证明，假设现在执行第n步后得到了正确的结果，根据这个结果执行第n+1步后得到的结果依然是正确的。有些算法（如迭代）是要经过多次循环才能得出最终结果，只要证明了这循环里面每一步得到的结果都正确，就可以证明整个算法的可行性。

然后书里举了一个于我而言比较难的例子，是关于扩展欧几里得定理算法实现的证明。扩展欧几里得算法不仅可以计算两个整数（a、b）的最大公约数，还可以计算a模b与b模a的乘法逆元，简单说若存在最大公约数d，则必存在ax+by=d，算法就是把d、x、y算出来。书中的实现过程分为四步：

E1.x0=y=1;x=y0=0;c=a;d=b;a>0;b>0;

E2.q=c/d;r=c%d;

E3.若r为0，则算法结束，a*x+b*y=d就是所求；若r不为0继续往下执行；

E4.c=d;d=r;t=x0;x0=x;x=t-q*x;t=y0;y0=y;y=t-q*y；返回第二步

刚看到这个实现过程时都傻眼了，完全不明白原理是什么。书里的证明过程是这样的:

执行E1后的结论：x*a+y*b=d;x0*a+y0*b=c;d>0;gcd(c,d)=gcd(a,b)；

由上推出E2结论：x*a+y*b=d;x0*a+y0*b=c=q*d+r;0<=r<d;gcd(c,d)=gcd(a,b)；

由上推出E3结论：若r=0：x*a+y*b=d=gcd(a,b);若r!=0：x*a+y*b=d;x0*a+y0*b=c=q*d+r;0<r<d;gcd(c,d)=gcd(a,b)；

由上E4结论：x*a+y*b=d;x0*a+y0*b=c;d>0;gcd(c,d)=gcd(a,b)；

接着继续循环执行E2，依然可以推出之前的结论，因为条件没有变，最后当执行E3跳出循环时就能得到正确的结果。这个证明过程关键是需要知道推出E2结论的条件，即x*a+y*b=d;x0*a+y0*b=c；接着下面的结论很自然地就出来了。但是这个条件我到现在还不明白是怎么发现的，书里也没有详细解释，只是说经过“a little study”。实际上，很多程序就是自己创造了一些条件，只要少数关键性的条件被发现了，后面的结论都很容易推出来。