- 博客(13)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 算法导论 — 思考题 7-1 Hoare划分的正确性
（Hoare划分的正确性）本章中的PARTITION算法并不是其最初的版本。下面给出的是最早由C. R. Hoare所设计的划分算法： a. 试说明HOARE-PARTITION在数组A = {13, 19, 9, 5, 12, 8, 7, 4, 11, 2, 6, 21}上的操作过程，并说明在每一次执行第4~14行while循环时数组元素的值和辅助变量的值。 后续的三个问题要求读者...
2018-12-25 22:42:40
865
原创 算法导论 — 7.4 快速排序分析
笔记本节给出快速排序运行时间的详细分析。 (1) 最坏情况运行时间 假设T(n)T(n)T(n)是最坏情况下QUICKSORT的运行时间，那么T(n)T(n)T(n)满足以下递归式 因为调用PARTITION生成的2个子数组的长度加起来为n−1n-1n−1，因此上式中参数qqq的变化范围是0 n−10 ~ n-10 n−1。我们用代入法来证明T(n)=Θ(n...
2018-12-25 11:36:10
1321
原创 算法导论 — 7.3 快速排序的随机化版本
笔记7.2节提到，快速排序的平均情况时间复杂度为Θ(nlgn)Θ(n{\rm lg}n)Θ(nlgn)。然而实际应用中，输入数据有可能并不是完全随机排列的。比如，练习7.2-4描述的应用，需要排序的绝大多数输入数组都已经是基本有序的，在这种应用中，快速排序的效率总是十分低下。 为了避免在某些应用中，由于输入数据并不是完全随机排列的，它们可能具备或大致上具备某种规律性，从而导致快速排序总是效率...
2018-12-24 13:13:07
1351
原创 算法导论 — 7.2 快速排序的性能
笔记本节只给出快速排序运行时间的简单分析。快速排序的运行时间取决于PARTITION划分是否平衡，而划分的平衡与否又取决于用于划分的主元的选择。 1. 最坏情况时间复杂度 对于一个含nnn个元素的数组，PARTITION划分的最坏情况为：划分产生的两个子数组的大小分别为n−1n-1n−1和000时。假设快速排序每一次递归调用PARTITION都产生了最坏情况划分，那么算法的运行时间T(n...
2018-12-14 23:08:04
1297
原创 算法导论 — 7.1 快速排序的描述
笔记快速排序采用了分治的思想。对于一个数组A[p..r]A[p..r]A[p..r]，调用一个PARTITION过程，将它划分为两部分A[p..q−1]A[p..q-1]A[p..q−1]和A[q+1..r]A[q+1..r]A[q+1..r]，使得A[p..q−1]A[p..q-1]A[p..q−1]中的每一个元素都不大于A[q]A[q]A[q]，而A[q+1..r]A[q+1..r]A[q+...
2018-12-14 22:15:46
724
原创 算法导论 — 思考题6-3 Young氏矩阵
（Young氏矩阵）在一个m×nm×nm×n的Young氏矩阵(Young tableau)中，每一行的数据都是从左到右排序，每一列的数据都是从上到下排序的。Young氏矩阵中也会存在一些值为∞∞∞的数据项，表示那些不存在的元素。因此，Young氏矩阵可以用来存储r≤mnr ≤ mnr≤mn个有限的数。 a. 画出一个包含元素为{9, 16, 3, 2, 4, 8, 5, 14, 12}的4×...
2018-12-09 01:58:02
787
原创 算法导论 — 思考题6-2 对d叉堆的分析
（对ddd叉堆的分析）ddd叉堆与二叉堆很类似，但（一个可能的例外是）其中的每个非叶结点有ddd个孩子，而不是仅仅222个。 a. 如何在一个数组中表示一个ddd叉堆？ b. 包含nnn个元素的ddd叉堆的高度是多少？请用nnn和ddd表示。 c. 请给出EXTRACT-MAX在ddd叉最大堆上的一个有效实现，并用ddd和nnn表示出它的时间复杂度。 d. 给出INSERT在ddd...
2018-12-08 01:40:54
1685
原创 算法导论 — 思考题6-1 用插入的方法建堆
（用插入的方法建堆）我们们可以通过反复调用MAX-HEAP-INSERT实现向一个堆中插入元素，考虑BUILD-MAX-HEAP的如下实现方式： a. 当输入数据相同的时候，BUILD-MAX-HEAP和BUILD-MAX-HEAP’生成的堆是否总是一样？如果是，请证明；否则，请举出一个反例。 b. 证明：在最坏情况下，调用BUILD-MAX-HEAP’建立一个包含nnn个元素的堆的...
2018-12-06 23:16:01
1000
1
原创 算法导论 — 6.5 优先队列
笔记本节介绍堆的另外一种重要应用：优先队列。一个最大堆构成最大优先队列，同样一个最小堆构成最小优先队列。本节主要探讨最大优先队列。 一般来说，优先队列中的每个元素都有一个关键字(key)。关键字决定了一个元素在优先队列中的位置。一个最大优先队列支持以下操作： • INSERT(S, x)：把元素xxx插入最大优先队列SSS中。 • MAXIMUM(S)：返回SSS中具有最大关键字的元...
2018-12-05 00:40:55
1353
5
原创 算法导论 — 6.4 堆排序算法
笔记堆排序算法一开始调用BUILD-MAX-HEAP将输入数组A[1..n]A[1..n]A[1..n]构建成最大堆。此时，数组中的最大元素在根结点A[1]A[1]A[1]，因此通过将A[1]A[1]A[1]与A[n]A[n]A[n]交换，可以将A[1]A[1]A[1]放置在排序后的正确位置。由于根结点换了一个新的元素，现在的根结点有可能不满足堆的性质，因此需要调用MAX-HEAPIFY来维护堆...
2018-12-03 23:09:39
1509
原创 算法导论 — 6.3 建堆
笔记建堆的过程实际上是自底向上地对所有非叶结点调用MAX-HEAPIFY的过程。由于叶结点没有孩子，所以每一个叶结点都可以看是只包含一个元素的最大堆。而自底向上地调用MAX-HEAPIFY，是要保证在处理任意一个结点的时候，它的子树已经满足了最大堆性质，这是调用MAX-HEAPIFY的必要条件。 BUILD-MAX-HEAP的运行时间为O(n)O(n)O(n)。这一结果的推导过程可以参...
2018-12-03 22:41:16
1065
1
原创 算法导论 — 6.2 维护堆的性质
笔记本节主要考虑如何保持堆（最大堆）的性质。给定最大堆AAA中的一个元素iii，它有可能不符合最大堆的性质，即A[i]A[i]A[i]有可能小于它的孩子，但是它的两棵子树已经满足了最大堆的性质。我们通过一个MAX-HEAPIFY过程来使得以A[i]A[i]A[i]为根的子树满足最大堆性质，MAX-HEAPIFY是通过让A[i]A[i]A[i]在最大堆中“逐层下降”来达成这一目标的。 简...
2018-12-03 22:08:48
1938
原创 算法导论 — 6.1 堆
笔记本节主要给出（二叉）堆的定义。堆是一种用数组保存的完全二叉树。完全二叉树的意思是，除了树的最底层，其他层都完全充满的。树中的元素按照从上到下、从左到右的顺序保存在数组中。下图给出了堆的一个例子，左图是完全二叉树的形式，右图是堆在数组中的表示。 如果用AAA表示堆所在的数组，那么A.lengthA.lengthA.length表示数组的容量，即数组最多可容纳的元素的个数；A.heap...
2018-12-03 21:50:36
1293
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人