数据结构与算法 必备的离散数学与递归知识

一.指数

$$\begin{gathered} X^A{X}^B=X^{A+B} \\ \frac{X^A}{X^B}=X^{A-B} \\ (X^A{)}^B=X^{AB} \\ {X}^A+X^A=2X^A\ne X^{2A} \\ {2}^A+2^A=2^{A+1} \end{gathered}$$

二.对数

在计算机科学中,除非有特别说明,所有对数都是以2为底数

1.定义:

当且仅当$lo{g}_{X}B=A,X^A=B$

2.性质:

$lo{g}_{A}B=\frac{{\log }_{C}B}{lo{g}_{C}A}(c>0)$

$logAB=logA+logB$


$$\begin{gathered} log\frac{A}{B}=logA-logB \\ log(A^B)=BlogA \\ logX<X(X>0) \\ log1=0,log2=1,log1024=10,log1048576=20 \end{gathered}$$

三.级数

1.等比级数(几何级数):
$\sum _{i=0}^N{A}^i=\frac{A^{N+1}-1}{A-1}$
如果$0<A<1$,则$\sum _{i=0}^N{A}^i<\frac{1}{1-A}$且$\underset{N\to \infty }{\lim }\sum _{i=0}^N{A}^i=\frac{1}{1-A}$
特别地,$\sum _{i=0}^N{2}^i=2^{N+1}-1$

2.$\sum _{i=1}^{\infty }\frac{i}{2^i}=2$

3.算术级数:

$\sum _{i=1}^{N}i=\frac{N(N+1)}{2}\approx \frac{N^2}{2}$

3.$\sum _{i=1}^N{i}^2=\frac{N(N+1)(2N+1)}{6}\approx \frac{N^2}{3}$

4.$\sum _{i=1}^N{i}^k\approx \frac{N^{k+1}}{|k+1|}(k\ne -1)$

5.调和级数:

$H_N=\sum _{i=1}^N\approx lnN$,$H_N$称为调和数
上述近似的误差趋近于$\gamma \approx 0.57721566$,称为"欧拉常数"(Euler’s Constant)

6.$\sum _{i=1}^{N}f(N)=Nf(N)$

7.$\sum _{i=n_0}^{N}f(i)=\sum _{i=1}^{N}f(i)-\sum _{i=1}^{n_0-1}f(i)$

四.模运算
1.定义:

如果$N$可以整除$A-B$,则称$A$与$B$模$N$同余(Congruent),记为$A\equiv B(modN)$
直观地看,这意味着$A$除$N$和$B$除$N$的余数相同

2.性质:

若$A\equiv B(modN)$,则$A+C\equiv B+C(modN)$且$AD\equiv BD(modN)$

五.常用的证明方法
1.数学归纳法

2.构造反例

3.反证法

六.递归
1.递归的基本法则:

①基准情形(Base Case):必须存在某些基准情形不需要递归就能求解(通常是在某个较小的值下的解)
②不断推进(Making Progress):递归调用必须能朝着产生基准情形的方向推进
③设计法则(Design Rule):假设所有递归调用都能运行(不要试图追踪递归调用)
④合成效益法则(Compound Interest Rule):在求解同1个问题的同1个实例时,不要在不同的递归调用中做重复性的工作

2.示例:$F(0)=0,F(X)=2F(X-1)+X^2$

#include <stdio.h>

int F(int x) {
	if (x==0) {
		return 0;
	} else {
		return 2*F(x-1)+x*x;
	}
}

int main(void) {
	int x=5;
	printf("%d\n",F(x));//结果:141
	return 0;
}

法则4的1个反例:$F(0)=F(1)=1,F(N)=F(N-1)+F(N-2)$

Fib(int N) {
    if (N<=1) {
        return 1;
    } else {
        return Fib(N-1)+Fib(N-2);
        //Fib(N-2)在Fib(N-1)中已经被计算过,但又被重复计算了1次;F(N-i)类似(i>2)
    }
}