2. Exercises and Problems——Introduction to Algorithms Third Edition

Exercises 2.1-all. 略。（除了提到了 linear-search， 没有值得记的东西）

Exercises 2.2-2.

selection-sort 运行时间对于所有情况都是 Θ(n^2)。其比较次数：(1+2+3+...+n-1) = n(n-1)/2 = Θ(n^2)。

Exercises 2.2-3.

linear-search 平均的比较次数为 (n+1)/2，Worst-case 比较次数为 n，所有情况运行时间都是 Θ(n)。平均比较次数的证明可以用数学期望：(1+2+3+...+n)/n = (n+1)/2

Exercises 2.3-2.

解决了无穷大在编程中不好表达的问题。

Exercises 2.3-5.

binary-search 对于排好序的数组，二分查找是一种树的结构，高度为 Θ(lgn)。CODE

Exercises 2.3-6.

参考官方 Solutions，Instructor's Manual, Second Edition

*Exercises 2.3-7.

我感觉这是第二章练习里最有意义的一道题目。已知三种解法：（1. 2. 参考）CODE

1. 先 Sort，然后从左右两边开始向中间夹，这种方法的证明好说，但是算法基础是什么？(反证法即可证明算法正确性)，其复杂度Θ(n*lgn+n)，最优解。

2. 先 Sort，然后遍历数组，用 binary-search 在右部分查找 x-a[i]。Worst-case 复杂度 Θ(n*lgn+lg(n!))。（lg(n!) = lgn+lg(n-1)+...+lg(2)+lg(1), Θ(lg(n!) = Θ(n*lgn)), P58, 3.19）

3. 参考 Instructor's Manual, Second Edition。其复杂度Θ(2n*lgn+4n)Θ(n*lgn+4n)。

Problems 2-1.

a). 第一步的 Insertion-Sort 处理 n/k 个子集，每个子集含有k个元素。故 Θ(k^2*n/k) = Θ(nk)。

b). 回想 Merge-Sort 的复杂度计算：递归树有 lgn+1 层，进行 lgn 次同一层的Merge；虽然每一层有许多小的Merge组成，但总的复杂度是 Θ(n)，故整个递归树的Merge复杂度是 Θ(n*lgn)；另外考虑有n个子节点，处理所有子节点复杂度是 Θ(n) （参考P36注释9）；因此，Merge-Sort 复杂度是 Θ(n*lgn+n)。同样，在这里递归树有lg(n/k)+1 层，Merge 的复杂度是 Θ(n*lg(n/k))。

c). 结合a)、b) 很容易得到总的复杂度是 Θ(nk+n*lg(n/k))。考虑k由1到n的过程，复杂度由 Θ(n+n*lgn) 到 Θ(n^2)。这里需要用到下一章增长率的知识，要找到最大的k，应该看到 nk+n*lg(n/k) 的 nk 部分最多由 n 到 n*lgn，此时 n*lg(n/k) 由 n*lgn 到 n*(lgn-lglgn)，故 k=lgn。此时复杂度是 Θ(2n*lgn-n*lglgn)。

d). 从实践角度来讲，应该使k取使得 Insertion-Sort 比 Merge-Sort 快的最大值。直观地讲就是说，在谁有优势的时候用谁。

Problems 2-2.

bubblesort 冒泡排序。

a). 这个问题帮助提高思维的严谨性。除了A' 非递减，还需要证明其是A 的一个排列。

d). 不难计算冒泡排序执行 (n-1+...+2+1) = n(n-1)/2 次比较，复杂度 Θ(n^2)。虽然与 Insertion-Sort 一样，但平均情况下 Insertion-Sort 的比较次数少一半，不过复杂度是一样。

Problems 2-3.

Horner's rule。

Problems 2-4.

Inversions 逆序数。

b). 最坏情况下，随便取出两个数都是逆序数，因此最多有 n(n-1)/2 个。

c). 正如 Getting Started 杂碎里面提到的，对于 Insertion-Sort ，逆序数的个数就是其比较交换的次数。

d). 这个问题是我认为第二章第二有意义的题目。解法参考Instructor's Manual, Second Edition。

Chapter notes.

Shell's sort