算法设计与分析基础(十一)

算法设计与分析基础(十一)

练习题

习题一

假定集合{9, 8, 5, 7, 6, 10}的元素依次存放在数组A[1…6]中，试用图示给出线性建堆的执行过程，其中堆中任一结点均小于其子节点。

解答：最小堆构建图示

习题二

利用堆排序的算法思想，设计一个算法从n个元素的集合中选出第k个最小元素。

a) 给出算法思想的自然语言描述；

b) 已知线性建堆过程与堆顶元素的删除过程，给出算法的形式化描述；

c) 分析算法的计算复杂度，并找出算法复杂度为线性时变量k应满足的条件。

解法一

a. 1）利用堆排序的思想，先将n个元素构建成小顶堆，此时整个序列的最小元素就是堆顶元素；

​ 2）删除堆顶元素，并将剩余n-1个元素重新构造成小顶堆；

​ 3）重复第2步k-1次，此时的堆顶元素即为第k个最小元素。

b.伪代码描述

Algorithm FindKthNum(A[1..n-1])
//输入：n个元素的数组A
//输出：第k个最小元素
Begin
    BuildMinHeap(A)	//对数组A中的n个元素建立小顶堆
    for i :=1 to k-1 do:
        Delete(A, 0);		//删除堆顶元素
        DownAdjust(A, 0);	//从堆顶元素开始向下调整堆
 	return A[0];
end

c.分析如下

解法二

a.算法基本思想:我们可以利用大顶堆的特性，维护一个含k个元素的大顶堆，堆中的k个节点代表当前最小的k个元素，而堆顶显然是当前k个元素中的最大值。本题算法具体步骤如下：

1）从n个元素的集合中任意取出k个元素建立大顶堆；

2）将堆顶元素和剩余n-k个比较，如果比堆顶元素小则交换当前堆顶元素，调整堆；

3）直到剩余的n-k个元素比较完，则堆顶元素就是第k个最小元素；

b.伪代码

Algorithm FindKthNum(A[1..n-1])
//输入：n个元素的数组A
//输出：第k个最小元素
Begin
    B := A[n-k+1..n-1]; //选取数组A的最后k个元素建立大顶堆
    BuildMaxHeap(B);
    for i ≤ n-k do:
        if A[i] ≤ B[0] then B[0] = A[i];
        DownAdjust(B, 0)//从堆顶元素开始向下调整堆
 	return B[0];
end

c.分析

习题三

a. 应用霍纳法则计算下列多项式：

p(x) = 3x4 - x3 + 2x +5 , x = -2

b. 利用霍纳法则的运算结果，求p(x)除以 x+2之后的商和余数。