算法设计与分析第二版课后习题解答.docx

上传人:b****3 文档编号:26660325 上传时间:2023-06-21 格式:DOCX 页数:36 大小:362KB
下载 相关 举报
算法设计与分析第二版课后习题解答.docx_第1页
第1页 / 共36页
算法设计与分析第二版课后习题解答.docx_第2页
第2页 / 共36页
算法设计与分析第二版课后习题解答.docx_第3页
第3页 / 共36页
算法设计与分析第二版课后习题解答.docx_第4页
第4页 / 共36页
算法设计与分析第二版课后习题解答.docx_第5页
第5页 / 共36页
点击查看更多>>
下载资源
资源描述

算法设计与分析第二版课后习题解答.docx

《算法设计与分析第二版课后习题解答.docx》由会员分享,可在线阅读,更多相关《算法设计与分析第二版课后习题解答.docx(36页珍藏版)》请在冰豆网上搜索。

算法设计与分析第二版课后习题解答.docx

算法设计与分析第二版课后习题解答

算法设计与分析基础课后练习答案

习题1.1

4.设计一个计算

的算法,n是任意正整数。

除了赋值和比较运算,该算法只能用到基本的四则运算操作。

算法求

//输入:

一个正整数n

2

//输出:

step1:

a=1;

step2:

若a*a

step3:

a=a+1转step2;

5.a.用欧几里德算法求gcd(31415,14142)。

b.用欧几里德算法求gcd(31415,14142),比检查min{m,n}和gcd(m,n)间连续整数的算法快多少倍?

请估算一下。

a.gcd(31415,14142)=gcd(14142,3131)=gcd(3131,1618)=gcd(1618,1513)=gcd(1513,105)=gcd(1513,105)=gcd(105,43)=gcd(43,19)=gcd(19,5)=gcd(5,4)=gcd(4,1)=gcd(1,0)=1.

b.有a可知计算gcd(31415,14142)欧几里德算法做了11次除法。

连续整数检测算法在14142每次迭代过程中或者做了一次除法,或者两次除法,因此这个算法做除法的次数鉴于1·14142和2·14142之间,所以欧几里德算法比此算法快1·14142/11≈1300与2·14142/11≈2600倍之间。

6.证明等式gcd(m,n)=gcd(n,mmodn)对每一对正整数m,n都成立.

Hint:

根据除法的定义不难证明:

●如果d整除u和v,那么d一定能整除u±v;

●如果d整除u,那么d也能够整除u的任何整数倍ku.

对于任意一对正整数m,n,若d能整除m和n,那么d一定能整除n和r=mmodn=m-qn;显然,若d能整除n和r,也一定能整除m=r+qn和n。

数对(m,n)和(n,r)具有相同的公约数的有限非空集,其中也包括了最大公约数。

故gcd(m,n)=gcd(n,r)

7.对于第一个数小于第二个数的一对数字,欧几里得算法将会如何处理?

该算法在处理这种输入的过程中,上述情况最多会发生几次?

Hint:

对于任何形如0<=m

gcd(m,n)=gcd(n,m)

并且这种交换处理只发生一次.

8.a.对于所有1≤m,n≤10的输入,Euclid算法最少要做几次除法?

(1次)

b.对于所有1≤m,n≤10的输入,Euclid算法最多要做几次除法?

(5次)

gcd(5,8)

习题1.2

1.(农夫过河)

P—农夫 W—狼  G—山羊  C—白菜

2.(过桥问题)

1,2,5,10---分别代表4个人,f—手电筒

4.对于任意实系数a,b,c,某个算法能求方程ax^2+bx+c=0的实根,写出上述算法的伪代码(可以假设sqrt(x)是求平方根的函数)

算法Quadratic(a,b,c)

//求方程ax^2+bx+c=0的实根的算法

//输入:

实系数a,b,c

//输出:

实根或者无解信息

Ifa≠0

D←b*b-4*a*c

IfD>0

temp←2*a

x1←(-b+sqrt(D))/temp

x2←(-b-sqrt(D))/temp

returnx1,x2

elseifD=0return–b/(2*a)

elsereturn“norealroots”

else //a=0

ifb≠0return–c/b

else //a=b=0

ifc=0return“norealnumbers”

elsereturn“norealroots”

5.描述将十进制整数表达为二进制整数的标准算法

a.用文字描述

b.用伪代码描述

解答:

a.将十进制整数转换为二进制整数的算法

输入:

一个正整数n

输出:

正整数n相应的二进制数

第一步:

用n除以2,余数赋给Ki(i=0,1,2...),商赋给n

第二步:

如果n=0,则到第三步,否则重复第一步

第三步:

将Ki按照i从高到低的顺序输出

b.伪代码

算法DectoBin(n)

//将十进制整数n转换为二进制整数的算法

//输入:

正整数n

//输出:

该正整数相应的二进制数,该数存放于数组Bin[1...n]中

i=1

whilen!

=0do{

Bin[i]=n%2;

n=(int)n/2;

i++;

}

whilei!

=0do{

printBin[i];

i--;

}

9.考虑下面这个算法,它求的是数组中大小相差最小的两个元素的差.(算法略)

对这个算法做尽可能多的改进.

算法MinDistance(A[0..n-1])

//输入:

数组A[0..n-1]

//输出:

thesmallestdistancedbetweentwoofitselements

习题1.3 

1.考虑这样一个排序算法,该算法对于待排序的数组中的每一个元素,计算比它小的元素个数,然后利用这个信息,将各个元素放到有序数组的相应位置上去.

a.应用该算法对列表”60,35,81,98,14,47”排序

b.该算法稳定吗?

c.该算法在位吗?

解:

a.该算法对列表”60,35,81,98,14,47”排序的过程如下所示:

b.该算法不稳定.比如对列表”2,2*”排序

c.该算法不在位.额外空间forSandCount[]

4.(古老的七桥问题)

第2章

习题2.1

7.对下列断言进行证明:

(如果是错误的,请举例)

a.如果t(n)∈O(g(n),则g(n)∈Ω(t(n))

b.α>0时,Θ(αg(n))=Θ(g(n))

解:

a. 这个断言是正确的。

它指出如果t(n)的增长率小于或等于g(n)的增长率,那么g(n)的增长率大于或等于t(n)的增长率

由 t(n)≤c·g(n)foralln≥n0,wherec>0

则:

 foralln≥n0

b.这个断言是正确的。

只需证明

设f(n)∈Θ(αg(n)),则有:

foralln>=n0,c>0

foralln>=n0,c1=cα>0

即:

f(n)∈Θ(g(n))

又设f(n)∈Θ(g(n)),则有:

foralln>=n0,c>0

foralln>=n0,c1=c/α>0

即:

f(n)∈Θ(αg(n))

8.证明本节定理对于下列符号也成立:

a.Ω符号

b.Θ符号

证明:

a。

weneedtoproofthatift1(n)∈Ω(g1(n))andt2(n)∈Ω(g2(n)),thent1(n)+t2(n)∈Ω(max{g1(n),g2(n)})。

由t1(n)∈Ω(g1(n)),

t1(n)≥c1g1(n) foralln>=n1,wherec1>0

由t2(n)∈Ω(g2(n)),

T2(n)≥c2g2(n) foralln>=n2,wherec2>0

那么,取c>=min{c1,c2},当n>=max{n1,n2}时:

t1(n)+t2(n)≥c1g1(n)+c2g2(n)

≥cg1(n)+cg2(n)≥c[g1(n)+g2(n)]

≥cmax{g1(n),g2(n)}

所以以命题成立。

b.t1(n)+t2(n)∈Θ(

证明:

由大?

的定义知,必须确定常数c1、c2和n0,使得对于所有n>=n0,有:

由t1(n)∈Θ(g1(n))知,存在非负整数a1,a2和n1使:

a1*g1(n)<=t1(n)<=a2*g1(n)-----

(1)

由t2(n)∈Θ(g2(n))知,存在非负整数b1,b2和n2使:

b1*g2(n)<=t2(n)<=b2*g2(n)-----

(2)

(1)+

(2):

a1*g1(n)+b1*g2(n)<=t1(n)+t2(n)<=a2*g1(n)+b2*g2(n)

令c1=min(a1,b1),c2=max(a2,b2),则

C1*(g1+g2)<=t1(n)+t2(n)<=c2(g1+g2)-----(3)

不失一般性假设max(g1(n),g2(n))=g1(n).

显然,g1(n)+g2(n)<2g1(n),即g1+g2<2max(g1,g2)

又g2(n)>0,g1(n)+g2(n)>g1(n),即g1+g2>max(g1,g2)。

则(3)式转换为:

C1*max(g1,g2)<=t1(n)+t2(n)<=c2*2max(g1,g2)

所以当c1=min(a1,b1),c2=2c2=2max(c1,c2),n0=max(n1,n2)时,当n>=n0时上述不等式成立。

证毕。

习题2.2

2.请用

的非正式定义来判断下列断言是真还是假。

a.n(n+1)/2∈O(n3)b.n(n+1)/2∈O(n2)

c.n(n+1)/2∈Θ(n3)d.n(n+1)/2∈Ω(n)

答:

c假,其它真。

5.按照下列函数的增长次数对它们进行排列(按照从低到高的顺序)

(n?

2)!

5lg(n+100)10,22n,0.001n4+3n3+1,ln2n,

,3n.

答:

习题2.3

1.计算下列求和表达式的值。

答:

3.考虑下面的算法。

a.该算法求的是什么?

b.它的基本操作是什么?

c.该基本操作执行了多少次?

d.该算法的效率类型是什么?

e.对该算法进行改进,或者设计一个更好的算法,然后指出它们的效率类型。

如果做不到这一点,请试着证明这是不可能做到的。

9.证明下面的公式:

可以使用数学归纳法,也可以像10岁的高斯一样,用洞察力来解决该问题。

这个小学生长大以后成为有史以来最伟大的数学家之一。

数学归纳法:

高斯的方法:

习题2.4

1.解下列递推关系(做a,b)

 

当n>1时

a.

 

解:

 

当n>1时

b.

解:

2.对于计算n!

的递归算法F(n),建立其递归调用次数的递推关系并求解。

解:

3.考虑下列递归算法,该算法用来计算前n个立方的和:

S(n)=13+23+…+n3。

算法S(n)

//输入:

正整数n

//输出:

前n个立方的和

ifn=1return1

elsereturnS(n-1)+n*n*n

a.建立该算法的基本操作次数的递推关系并求解

b.如果将这个算法和直截了当的非递归算法比,你做何评价?

解:

7.a.请基于公式2n=2n-1+2n-1,设计一个递归算法。

当n是任意非负整数的时候,该算法能够计算2n的值。

b.建立该算法所做的加法运算次数的递推关系并求解

c.为该算法构造一棵递归调用树,然后计算它所做的递归调用次数。

d. 对于该问题的求解来说,这是一个好的算法吗?

解:

a.算法power(n)

//基于公式2n=2n-1+2n-1,计算2n

//输入:

非负整数n

//输出:

2n的值

Ifn=0return1

Elsereturnpower(n-1)+power(n-1)

c.

8.考虑下面的算法

算法Min1(A[0..n-1])

//输入:

包含n个实数的数组A[0..n-1]

Ifn=1returnA[0]

Elsetemp←Min1(A[0..n-2])

Iftemp≤A[n-1]returntemp

ElsereturnA[n-1]

a.该算法计算的是什么?

b.建立该算法所做的基本操作次数的递推关系并求解

解:

a.计算的给定数组的最小值

 

foralln>1

n=1

b.

9.考虑用于解决第8题问题的另一个算法,该算法递归地将数组分成两半.我们将它称为Min2(A[0..n-1])

算法 Min(A[r..l])

Ifl=rreturnA[l]

Elsetemp1←Min2(A[l..(l+r)/2])

Temp2←Min2(A[l..(l+r)/2]+1..r)

Iftemp1≤temp2returntemp1

Elsereturntemp2

a.建立该算法所做的的操作次数的递推关系并求解

b.算法Min1和Min2哪个更快?

有其他更好的算法吗?

解:

a.

习题2.5

3.java的基本数据类型int和long的最大值分别是

当n最小为多少的时候,第n个斐波那契数能够使下面的类型溢出。

a.int类型  b.long类型

4.爬梯子假设每一步可以爬一个或两格梯子,爬一部n格梯子一共可以用几种的不同方法?

(例如,一部3格的梯子可以用三种不同的方法爬:

1-1-1,1-2和2-1)。

6.改进算法Fib,使它只需要?

(1)的额外空间。

7.证明等式:

答:

数学归纳法证明

习题2.6 

1.考虑下面的排序算法,其中插入了一个计数器来对关键比较次数进行计数.

算法SortAnalysis(A[0..n-1])

//input:

包含n个可排序元素的一个数组A[0..n-1]

//output:

所做的关键比较的总次数

count←0

fori←1ton-1do

v←A[i]

j←i-1

whilej>0andA[j]>vdo

count←count+1

A[j+1]←A[j]

j←j+1

A[j+1]←v

returncount

比较计数器是否插在了正确的位置?

如果不对,请改正.

解:

应改为:

算法SortAnalysis(A[0..n-1])

//input:

包含n个可排序元素的一个数组A[0..n-1]

//output:

所做的关键比较的总次数

count←0

fori←1ton-1do

v←A[i]

j←i-1

whilej>0andA[j]>vdo

count←count+1

A[j+1]←A[j]

j←j+1

ifj>=0 count=count+1

A[j+1]←v

returncount

习题3.1

4.a.设计一个蛮力算法,对于给定的x0,计算下面多项式的值:

P(x)=anxn+an-1xn-1+…+a1x+a0

并确定该算法的最差效率类型.

b.如果你设计的算法属于Θ(n2),请你为该算法设计一个线性的算法.

C.对于该问题来说,能不能设计一个比线性效率还要好的算法呢?

解:

a.AlgorithmsBruteForcePolynomialEvaluation(P[0..n],x)

//由高幂到低幂用蛮力法计算多项式p在给定点x的值

//输入:

P[0..n]是多项式按低幂到高幂的常系数,以及定值x

//输出:

多项式p在给定点x的值

p=0.0

fori=nto0do

power=1

forj=1toido

power=power*x

p=p+P[i]*power

returnp

算法效率分析:

基本操作:

两个数相乘,且M(n)仅依赖于多项式的阶n

b.thaabovealgorithmsisveryinefficient,becausewerecompute powersofxagainandagainasiftherewerenorelationshipamongthem.Infact,wecanmovefromthelowesttermtothehighestandcomputexibyusingxi-1.

AlgorithmsBetterBruteForcePolynomialEvaluation(P[0..n],x)

//由高幂到低幂用蛮力法计算多项式p在给定点x的值

//输入:

P[0..n]是多项式按低幂到高幂的常系数,以及定值x

//输出:

多项式p在给定点x的值

P=P[0]

power=1

fori←1tondo

power←power*x

p←p+P[i]*power

returnp

基本操作乘法运算总次数M(n):

c.不行.因为计算任意一个多项式在任意点x的值,都必须处理它的n+1个系数.例如:

(x=1,p(x)=an+an-1+..+a1+a0,至少要做n次加法运算)

5.应用选择排序对序列E,X,A,M,P,L,E按照字母顺序排序.

6.选择排序是稳定的吗?

(不稳定)

7.用链表实现选择排序的话,能不能获得和数组版相同的Θ(n2)效率?

Yes.Bothoperation—findingthesmallestelementandswappingit–canbedoneasefficientlywiththelinkedlistaswithanarray.

8.应用冒泡排序对序列E,X,A,M,P,L,E按照字母顺序排序.

9.a.请证明,如果对列表比较一遍之后没有交换元素的位置,那么这个表已经排好序了,算法可以停止了.

b.结合所做的改进,为冒泡排序写一段伪代码.

c.请证明改进的算法最差效率也是平方级的.

Hints:

a.第i趟冒泡可以表示为:

如果没有发生交换位置,那么:

b.AlgorithmsBetterBubblesort(A[0..n-1])

//用改进的冒泡算法对数组A[0..n-1]排序

//输入:

数组A[0..n-1]

//输出:

升序排列的数组A[0..n-1]

count←n-1 //进行比较的相邻元素对的数目

flag←true //交换标志

whileflagdo

flag←false

fori=0tocount-1do

ifA[i+1]

swap(A[i],A[i+1])

flag←true

count←count-1

c最差情况是数组是严格递减的,那么此时改进的冒泡排序会蜕化为原来的冒泡排序.

10.冒泡排序是稳定的吗?

(稳定)

习题3.2

1.对限位器版的顺序查找算法的比较次数:

a.在最差情况下

b.在平均情况下.假设成功查找的概率是p(0<=p<=1)

Hints:

a.Cworst(n)=n+1

b.在成功查找下,对于任意的I,第一次匹配发生在第i个位置的可能性是p/n,比较次数是i.在查找不成功时,比较次数是n+1,可能性是1-p.

6.给出一个长度为n的文本和长度为m的模式构成的实例,它是蛮力字符串匹配算法的一个最差输入.并指出,对于这样的输入需要做多少次字符比较运算.

Hints:

文本:

由n个0组成的文本

模式:

前m-1个是0,最后一个字符是1

比较次数:

m(n-m+1)

7.为蛮力字符匹配算法写一个伪代码,对于给定的模式,它能够返回给定的文本中所有匹配子串的数量.

AlgorithmsBFStringmatch(T[0..n-1],P[0..m-1])

//蛮力字符匹配

//输入:

数组T[0..n-1]—长度为n的文本,数组P[0..m-1]—长度为m的模式

//输出:

在文本中匹配成功的子串数量

count←0

fori←0ton-mdo

j←0

whilej

j←j+1

ifj=m

count←count+1

returncount

8.如果所要搜索的模式包含一些英语中较少见的字符,我们应该如何修改该蛮力算法来利用这个信息.

Hint:

每次都从这些少见字符开始比较,如果匹配,则向左边和右边进行其它字符的比较.

习题3.4

8.解释一下如何对排序问题应用穷举查找,并确定这种算法的效率类型。

答:

生成给定元素的一个排列,通过连续比较它们之间的元素,检查他们是否符合排序的要求。

如果符合就停止,否则重新生成新的排列。

最差情况生成排列的个数是n!

,每趟连续元素比较次数为n-1次。

所以效率类型为O(n!

(n-1))。

9.幻方一个n阶幻方是把从1到n2的整数填入一个n阶方阵,每个整数只出现一次,使得每一行,每一列,每一条主对角线的和都相等。

a.证明:

如果一个n阶幻方存在的话,所讨论的和一定等于n(n2+1)/2。

答:

令s为n阶幻方的每一行的和。

则把从1到n2的整数求和可得如下式子

由上式可得:

习题4.1

1.a.为一个分治算法编写伪代码,该算法求一个n个元素数组中最大元素的位置.

b.如果数组中的若干个元素都具有最大值,该算法的输出是怎样的呢?

c.建立该算法的键值比较次数的递推关系式并求解.

d.请拿该算法与解同样问题的蛮力算法做一个比较

解:

a.

AlgorithmsMaxIndex(A[l..r]){

Input:

AportionofarrayA[0..n-1]betweenindiceslandr(l≤r)

Output:

TheindexofthelargestelementinA[l..r]

ifl=rreturnl

elsetemp1←MaxIndex(A[l..(l+r)/2])

temp2←MaxIndex(A[(l+r)/2..r])

ifA[temp1]≥A[temp2] returntemp1

elsereturntemp2

}

b.返回数组中位于最左边的最大元素的序号.

c.键值比较次数的递推关系式:

C(n)=C(n/2)+C(n/2)+1 forn>1

C

(1)=0 

设n=2k,C(2k)=2C(2k-1)+1

=2[2C(2k-2)+1]+1=22C(2k-2)+2+1

=2[22C(2k-3)+1]+2+1=23C(2k-3)+22+2+1

=...

=2iC(2k-i)+2i-1+2i-2+...+2+1

=...

=2kC(2k-k)+2k-1+2k-2+...+2+1=2k-1=n-1

可以证明C(n)=n-1对所有n>1的情况都成立(n是偶数或奇数)

d.比较的次数相同,但蛮力算法不用递归调用。

2、a.为一个分治算法编写伪代码,该算法同时求出一个n元数组的最大元素和最小元素的值。

b.请拿该算法与解同样问题的蛮力算法做一个比较。

c.请拿该算法与解同样问题的蛮力算法做一个比较。

解答:

a.同时求出最大值和最小值,只需要将原数组一分为二,再使用相同的方法找出这两个部分中的最大值和最小值,然后经过比较就可以得到整个问题的最大值和最小值。

算法MaxMin(A[l..r],Max,Min)

//该算法利用分治技术得到数组A中的最大值和最小值

//输入:

数值数组A[l..r]

//输出:

最大值Max和最小值Min

if(r=l)Max←A[l];Min←A[l];//只有一个元素时

else

ifr-l=1 //有两个

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 外语学习 > 英语学习

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1