第二章 思考题

2-1（在归并排序中对最小数组采用插入排序） 虽然归并排序的最坏情况运行时间为θ（nlgn），而插入排序的最坏情况运行时间为θ（$n^2$）,但是插入排序中的常量因子可能使得它在n较小时，在许多机器上实际运行得更快。因此，在归并排序中当子问题变得足够小时，采用插入排序来使递归的叶变粗是有意义的。考虑对归并排序的一种修改，其中使用插入排序来排序长度为k的n/k个子表，然后使用标准的合并机制来合并这些子表，这里k是一个待定的值。

a) 证明：插入排序最坏情况可以在θ（nk）时间内排序每个长度为k的n/k个子表

b) 表明在最坏情况下如何在θ（nlg(n/k）)时间内合并这些子表

c) 假定修改后的算法的最坏情况运行时间为θ(nk+nlg(n/k)),要使修改后的算法与标准的归并排序具有相同的运行时间，作为n的一个函数，借助θ记号，k的最大值是什么？

d) 在实践中，我们应该如何选择k？

a)
每张子表的排序时间为（1+n/k）*k/2=k/2+n/2
k张表为$k^2/2+nk/2$,故复杂度为θ（nk）
b)
将内容两两合并，第一次合并是复杂度是θ(n),一共比较了lg(n/k)次，故最坏情况下复杂度是nlg（n/k）
c)
nk+nlg（n/k)=nlgn解方程即可
d)
很多因素影响k，比如，操作系统中的分页机制，受内存来影响k。

2-2 （冒泡排序的正确性） 冒泡排序是一种流行但低效的排序方法，它的作用是反复交换相邻的未按次序排列的元素

BUBBLESORT(A)
for i=1 to A.length-1
    for j=A.length downto i+1
        if A[j]<A[j-1}
            exchange A[j]with A[j-1]

a) 假设A’表示BUBBLESORT(A)的输出。为了证明BUBBLESORT正确，我们必须钟明它将终止并且有：A’[1]<=A’[2]<=……<=A’[n],其中n=A.length。为了证明BUBBLESORT确实完成了排序，我们还需要证明什么？下面两部分将证明不等式

b) 为第2~4行的for循环精确地说明一个循环不变式，并证明该循环不变式成立。你的证明应该使用本章中给出的循环不变式证明的结构

c) 使用b部分的循环不变式的终止条件，为第1~4行的for循环说明一个循环不变式，该不变式将使你能证明不等式2.3。你的证明应该使用本章中给出的循环不变式证明的结构。

d) 冒泡排序的最坏情况运行时间是多少？与插入排序的运行时间相比，其性能如何？

b）
循环不变式证明如下：
初始化：i=1,j=n,确保A[n-1]<A[n]
保持：将A[j-1]和A[j]比较，使得A[j-1]<A[j]
终止：当j=i+1时循环终止，因为A[i]是已经排好的顺序，此时有A[i+1]是已经排好的顺序。
综上所述，此算法正确。
c）
初始化：i=1时，内循环将找出A[1…n]中的最小值，并赋值给A[1]。A[1]仅有一个元素，故A[1]已有序。
保持：如果i=k时，A[1…k]已有序。
终止：当i=n-1时，有A’[1]<=A’[2]<=…<=A’[n-1]，而A’[n-1]是A[n-1]与A[n]中较小者，故定有A’[n-1]<=A’[n],故1到n有序。
综上所述，此算法正确。
d)
最坏时间是（1+n）n/2,插入排序是n^2,复杂度相同，均为θ（$n^2$)

2-3 （霍纳Horner规则的正确性）给定系数$a_0,a_1,…… ,a_n$和x的值，代码片段

y=0
for i=n downto 0
    y=ai+x*y

实现了用于求值多项式

$$P(x)=\sum_{k=0}^n a_k*x^k =a_0+x(a_1+x(a_2……))$$

的霍纳规则。

a)借助θ记号，实现霍纳规则的以上代码片段的运行时间是多少？

b)编写伪代码来实现朴素的多项式求值算法，该算法从头开始计算多项式的每个项。该算法的运行时间是多少？与霍纳规则相比，其性能如何？

c)考虑一下循环不变式：在第2~3行for循环每次迭代的开始有

$$y=\sum_{k=0}^{n-(i+1)}a_{k+i+1}x^k$$

把没有项的和式解释为等于0。遵照本章中给出的循环不变式证明的结构，使用该循环不变式来证明终止时有$y=\sum_{k=0}^na_kx^k。$

d）最后证明上面给出的代码片段将正确地由系数$a_0,a_1,……，a_n$刻画的多项式的值。

a)
进行了n次运算，运行时间是θ（n）
b）
朴素多项式伪代码：

y=0
for i=0 to n
    y=y+ai*x^i

运行时间是θ（$x^n$）
霍纳规则的性能更高。
c)
循环不变式证明如下：
初始化：i=0时,$y=a_0=a_0*x_0$
保持：i=k时，$y(k)=a_k+y(k+1)=\sum_{k=0}^{n-(i+1)}a_{k+i+1}x^k$
终止：i=n时，$y=\sum_{k=0}^na_kx^k$
综上所述，此算法正确。
d)
这段代码本质是一个递归。

2-4 (逆序时)假设A[1…n]是一个有n个不同数的数组。若i

a)列出数组（2，3，8，6，1）的5个逆序对。

b)由集合（1，2，…,n）中的元素构成的什么数组具有最多的逆序对？它有多少逆序对？

c)插入排序的运行时间与输入数组中逆序对的数量之间是什么关系？证明你的回答。

d)给出一个确定在n个元素的任何排序中逆序对数量的算法，最坏情况需要θ（nlgn）时间（提示：修改归并排序）

a)
(1,5)、(2,5)、(3,5)、(4,5)、(3,4)
b)
倒序的数组具有最多的逆序对
个数是：n*(n-1)/2个
c)
逆序数等于交换的次数
d)
由c)可知，逆序数等于交换的次数。这样的话此题变成了复杂度为θ（nlgn）的算法。算法如下：

1）采用了分治的思想，改写了原先写好的归并/合并排序。
2）在每次“合并”的时候，分别拿出右侧子序列中的元素，到左侧子序列中比较来得出部分逆序数。
3）把三个部分的逆序数加在一起。