算法导论第二章原创部分答案（更新中）

2.1-4 全加器

代码：

Adder(A,B,n)
    define C as n+1_bitsarray
    Cin = 0 // 进位标志
    for i = 1 to n
        C[i] = A[i]^B[i]^Cin
        Cin = (A[i]&B[i])|(A[i]&Cin)|(B[i]&Cin)
    C[n+1] = Cin
    return C

---

2.3-6

二分查找能缩短找到插入位置的时间，但是插入时仍需要移动元素，时间复杂度仍然为$\Theta(n^2)$。采用链表则不能使用二分查找。

---

2.3-7

伪代码：

Find-two-numbers-sum-to(S,x)
    Merge-Sort(S)
    for i = 1 to S.length
        if Binary-Search(S[i+1...S.length],x-S[i]) == true
            return true
    return false

---

2-1 归并-插入排序

a.

每个长度为$k$的子表对其进行插入排序的最坏时间复杂度为$ak^2+bk+c$，有$n/k$个子表，总最坏时间复杂度$ank+bn+c$，忽略低价与常数项为$\Theta(nk)$

b.

（算法的实现过程是这样的：如果$n\le k$，则插入排序；否则将表分成两半）
在算法过程中
合并两个长度为$k$的子表需要$a\cdot2k+b=2ak+b$时间，共$n/2k$次
合并两个长度为$2k$的子表需要$a\cdot4k+b=4ak+b$时间，共$n/4k$次
……
合并两个长度为$n/2$的子表需要$a\cdot n+b=an+b$时间，共$1$次
总合并时间为

$$\begin{align*} \sum_{i=1}^q \frac{n}{2^qk}(2^qak+b)&=\sum_{i=1}^q an +\sum_{i=1}^q \frac{bn}{2^qk} \\ &=\lg {n\over k}\cdot an+({n\over 2k}+{n\over 4k}+\cdots +1)b \\ &=an\lg {n\over k}+({n\over k}-1)b \end{align*}$$
其中$q$为序列${n\over 2k},{n\over 4k},\ldots,1$的项数。忽略低阶项和常数项，合并时间为$\Theta(n\lg {n\over k})$

c.

$k=\Theta(\lg n)$

---

2-2 冒泡排序

a.

还需要证明$A'$中的元素都来源于$A$

b.

$A[j]$是$A[j\ldots A.length]$中的最小值
证明：
初始化：$j= A.length$时明显成立
保持：假设在某次循环前，循环不变式成立。那么在下一次循环之前，如果$A[j]$和$A[j-1]$不交换，则有$A[j-1]\le A[j]$，如果交换，那么交换之后还是有$A[j-1]\le A[j]$。进入下一次循环赋值$j=j-1$之后，迭代之前，循环不变式仍然成立。
终止：此时$j=i$，有$A[i]$是$A[i\ldots A.length]$的最小值

c.

循环不等式：$A[1\ldots i-1]$由$A$中第1到第i-1小的数组成，且已经有序。
证明：
初始：第一次迭代之前$i=1$，$A[1\ldots i-1]为空$
保持：假设每次迭代之前，循环不等式成立。那么迭代之后，$A[i]$是$A[i\ldots A.length]$的最小值，意味着$A[i]$是$A$中第i小的元素（因为第1到第i-1小的数在$A[1\ldots i-1]$中）。于是下一次赋值之后（$i=i+1$）迭代之前，循环不等式仍然成立。
终止：此时$i=A.length+1$，说明$A[1\ldots A.length]$由$A$中第1到第$A.length$个组成且已经有序，但“由$A$中第1到第$A.length$个组成”也即原来数组的所有元素。故得证

d.

行	每一步时间	次数
1	$c_1$	$n$
2	$c_2$	$\sum_{i=1}^{n-1} t_i=n+n-1+\cdots+2={1\over 2}(n+2)(n-1)$
3	$c_3$	$\sum_{i=1}^{n-1} (t_i-1)={1\over 2}n(n-1)$
4	$c_4$	$\sum_{i=1}^{n-1} (t_i-1)={1\over 2}n(n-1)$

$T(n)=c_1n+{c_2\over 2}(n+2)(n-1)+{c_3+c_4\over 2}n(n-1)=\Theta(n^2)$

---

2-3 Horner规则（秦九韶）

a.

$T(n)=c_1+c_2(n+2)+c_3(n+1)=\Theta(n)$

b.

伪代码：

PolySum-Simple(A,x)
    y = 0
    for i = 0 to n
        tmp = 1
        for j = 1 to i
            tmp *= x
        y += A[i]*tmp
    return y

最坏时间复杂度$\Theta(n^2)$，比霍纳规则坏

c.

初始化：在第一次迭代前，$i=n,y=0$（没有项的和氏为0）
保持：假设在每次迭代前，$y=\sum_{k=0}^{n-(i+1)}a_{k+i+1}x^k$成立，也即$y=a_{i+1}+a_{i+2}x+a_{i+3}x^2+\cdots+a_nx^{n-(i+1)}$，那么该次迭代后$y=a_i+a_{i+1}x+a_{i+2}x^2+\cdots+a_nx^{n-i}$，在下次迭代前$i=i-1$，循环不等式依然成立。
终止：此时$i=-1$，有$y=\sum_{k=0}^n a_kx^k$。证毕。

2-4

c.

插入排序中，移动元素的次数等于逆序对的个数，因此运行时间和逆序对的个数的增长量级相同。

d.

Inversion-Number(A,p,q)
    if p < q
        mid = (p+q)/2