《算法导论》笔记 第6章 总结与思考

【完整代码】

template<typename Type>class CHeap{private:    Type *A;    int heapSize;    int length;    inline int left(int x) { return x<<1; }    inline int right(int x) { return x<<1|1; }    inline int parent(int x) { return x>>1; }public:    CHeap(){}    CHeap(Type B[],int n) {        init(B,n);    }    void init(Type B[],int n) {        A = B;        length = n;        heapSize = 0;    }    void heapSort() {        buildMaxHeap();        for (int i=length;i>=2;i--) {            swap(A[1],A[i]);            heapSize--;            maxHeapify(1);        }    }    void maxHeapify(int i) {        int l = left(i);        int r = right(i);        int largest = i;        if (l <= heapSize && A[l] > A[largest]) largest = l;        if (r <= heapSize && A[r] > A[largest]) largest = r;        if (largest != i) {            swap(A[i],A[largest]);            maxHeapify(largest);        }    }    void maxHeapify_NonRecursive(int i) {        while (true) {            int l = left(i);            int r = right(i);            int largest = i;            if (l <= heapSize && A[l] > A[largest]) largest = l;            if (r <= heapSize && A[r] > A[largest]) largest = r;            if (largest == i) break;            swap(A[i],A[largest]);            i = largest;        }    }    void buildMaxHeap() {        heapSize = length;        for (int i=length/2;i>=1;i--) {            maxHeapify(i);        }    }    Type heapMaximum() {        return A[1];    }    Type heapExtractMax() {        if (heapSize < 1) return 0;        int max = A[1];        A[1] = A[heapSize--];        maxHeapify(1);        return max;    }    void heapIncreaseKey(int i,Type key) {        if (key < A[i]) return;        A[i] = key;        while (i>1 && A[parent(i)] < A[i]) {            swap(A[i],A[parent(i)]);            i = parent(i);        }    }    void maxHeapInsert(Type key) {        heapSize++;        A[heapSize] = key;        heapIncreaseKey(heapSize,key);    }    void heapDeleteMax(int i) {        if (i<1||i>heapSize) return;        A[i] = A[heapSize--];        maxHeapify(i);    }    void minHeapify(int i) {        int l = left(i);        int r = right(i);        int smallest = i;        if (l <= heapSize && A[l] < A[smallest]) smallest = l;        if (r <= heapSize && A[r] < A[smallest]) smallest = r;        if (smallest != i) {            swap(A[i],A[smallest]);            minHeapify(smallest);        }    }    void minHeapify_NonRecursive(int i) {        while (true) {            int l = left(i);            int r = right(i);            int smallest = i;            if (l <= heapSize && A[l] < A[smallest]) smallest = l;            if (r <= heapSize && A[r] < A[smallest]) smallest = r;            if (smallest == i) break;            swap(A[i],A[smallest]);            i = smallest;        }    }    void buidMinHeap() {        heapSize = length;        for (int i=length/2;i>=1;i--) {            minHeapify(i);        }    }    Type heapMinimum() {        return A[1];    }    Type heapExtractMin() {        if (heapSize < 1) return 0;        int min = A[1];        A[1] = A[heapSize--];        minHeapify(1);        return min;    }    void heapDecreaseKey(int i,Type key) {        if (key > A[i]) return;        A[i] = key;        while (i>1 && A[parent(i)] > A[i]) {            swap(A[i],A[parent(i)]);            i = parent(i);        }    }    void minHeapInsert(Type key) {        heapSize++;        A[heapSize] = key;        heapDecreaseKey(heapSize,key);    }    void heapDeleteMin(int i) {        if (i<1||i>heapSize) return;        A[i] = A[heapSize--];        minHeapify(i);    } };

【思考题】

6-1 用插入方法建堆

a) 当输入数组相同时，过程BUILD_MAX_HEAP和BUILD_MAX_HEAP'产生的堆是否总是一样的？是的给出证明；否则给出反例。

不一样哦。

n = 9
A = <5 3 17 10 84 19 6 22 9>
BUILD_MAX_HEAP：84 22 19 10 3 17 6 5 9
BUILE_MAX_HEAP'：84 22 19 17 10 5 6 3 9

b) 证明：最坏情况下，BUILD_MAX_HEAP'要用⊙(nlgn)时间来建成一个含n个元素的堆。

执行一次MAX_HEAP_INSERT最坏的时间为⊙(logn)。BUILD_MAX_HEAP'中执行了n次，因此复杂度为⊙(nlogn)

6-2 对d叉堆的分析

a) 如何在一个数组中表示一个d叉堆？

A[(x-1)*d+2]、A[(x-1)*d+2+1]...A[(x-1)*d+2+k-1] 表示第i个结点的d叉堆第k个子结点。

b) 含n个元素的d叉堆的高度是多少？

c) 给出d叉堆的EXTRACT_MAX的一个有效实现，并用d和n表示出它的运行时间。

    Type heapExtractMax() {        if (heapSize < 1) return 0;        int max = A[1];        A[1] = A[heapSize--];        maxHeapify(1);        return max;    }

时间 

d) 给出d叉堆最大堆的INSERT的一个有效实现，并用d和n表示出它的运行时间。

    void maxHeapInsert(Type key) {        heapSize++;        A[heapSize] = key;        heapIncreaseKey(heapSize,key);    }

e) 给出INCREASE_KEY(A,i,k)的一个有效实现，该过程首先执行A[i]=max(A[i],k)，并相应地更新d叉最大堆的结构。请用d和n表示出它的运行时间。

    void heapIncreaseKey(int i,Type key) {        if (key > A[i]) A[i] = key;        while (i>1 && A[parent(i)] < A[i]) {            swap(A[i],A[parent(i)]);            i = parent(i);        }    }

时间 

d叉堆完整代码：

template <typename Type>class CDHeap{private:    Type *A;    int d;    int heapSize;    int length;    inline int son(int x,int k) { return (x-1)*d+2+k; }    inline int parent(int x) { return (x-2)/d+1; }public:    CDHeap(){}    CDHeap(Type B[],int n,int dd) {        init(B,n,dd);    }    void init(Type B[],int n,int dd) {        A = B;        length = n;        d = dd;        heapSize = 0;    }    void maxHeapify(int x) {        int largest = x;        for (int i=0;i<d;i++) {            int k = son(x,i);            if (k <= heapSize && A[k] > A[largest]) largest = k;        }        if (largest != x) {            swap(A[x],A[largest]);            maxHeapify(largest);        }    }    void buildMaxHeap() {        heapSize = length;        for (int i=length/d;i>=1;i--) {            maxHeapify(i);        }    }    Type heapMaximum() {        return A[1];    }    Type heapExtractMax() {        if (heapSize < 1) return 0;        int max = A[1];        A[1] = A[heapSize--];        maxHeapify(1);        return max;    }    void heapIncreaseKey(int i,Type key) {        if (key > A[i]) A[i] = key;        while (i>1 && A[parent(i)] < A[i]) {            swap(A[i],A[parent(i)]);            i = parent(i);        }    }    void maxHeapInsert(Type key) {        heapSize++;        A[heapSize] = key;        heapIncreaseKey(heapSize,key);    }    void heapSort() {        buildMaxHeap();        for (int i=length;i>=2;i--) {            swap(A[1],A[i]);            heapSize--;            maxHeapify(1);        }    }};

6-3 Young氏矩阵

a) 画一个包含元素{9,16,3,2,4,8,5,14,12}的4X4Young氏矩阵。

b) 讨论一个mXn的Young氏矩阵，如果Y[1,1]=OO，则Y为空；如果Y[m,n]<OO，则Y是满的（包含mXn个元素）。

1、当Y[1,1]=OO时，由Young氏矩阵的性质可知，A[1,1]右侧的元素 >= OO，下侧的元素 >= OO，因此A[1,1]的右侧和下侧均为OO。

对Y[1,2...n]做同样的分析，可知矩阵中所有元素均为OO，表示矩阵中不存在元素。

2、当Y[m,n]<OO时，由Young氏矩阵的性质可知，A[m,n]左侧和上侧元素 <= A[m][n] < OO。

对Y[m,1...n-1]做同样的分析，可知矩阵中所有元素均小于OO，矩阵中不存在空位置，所以矩阵是满的。

c) 给出一个在非空mXn的Young氏矩阵上实现EXTRACT_MIN的算法，使其运行时间为O(m+n)。

将存在于(1,1)中的最小元素取出。用OO代替，将OO与右边或下边更小的元素进行交换，直至到达正确的位置。

由于元素只能向右或向下移动，F(i,j) = F(i-1,j) or F(i,j-1)。

令p = n+m，，因此F(p) = F(p-1) + O(1)，运行时间为O(m+n)。 

    void extractYoungs(int x,int y) {        int sx = x;        int sy = y;        if (x < n && matrix[x+1][y] < matrix[sx][sy]) {            sx = x + 1;            sy = y;        }        if (y < m && matrix[x][y+1] < matrix[sx][sy]) {            sx = x;            sy = y + 1;        }        if (sx != x || sy != y) {            swap(matrix[x][y],matrix[sx][sy]);            extractYoungs(sx,sy);        }    }    int extractMin() {        int ret = matrix[1][1];        matrix[1][1] = INF;        extractYoungs(1,1);        return ret;    }

d) 说明如何在O(m+n)的时间内，将一个新元素插入到一个未满的 mXn Young氏矩阵中。

将元素替换掉矩阵中最大的元素A[n][m]，循环将其与左侧或上侧更大的元素交换，维护矩阵性质。

    void insertYoungs(int x,int y) {        int lx = x;        int ly = y;        if (x > 1 && matrix[x-1][y] > matrix[lx][ly] ) {            lx = x - 1;            ly = y;        }        if (y > 1 && matrix[x][y-1] > matrix[lx][ly]) {            lx = x;            ly = y - 1;        }        if (lx != x || ly != y) {            swap(matrix[x][y],matrix[lx][ly]);            insertYoungs(lx,ly);        }    }    void insert(int x) {        if (matrix[n][m]!=INF) return;        matrix[n][m]=x;        insertYoungs(n,m);    }

e)在不用其他排序算法帮助的情况下，说明利用 nXn Young氏矩阵对n^2个数排序的运行时间为O(n^3)。

将n^2个数插入矩阵：O(n+n)*O(n^2) = O(n^3)

取出矩阵中的最小元素n^2次：O(n+n)*O(n^2) = O(n^3)

因此排序运行时间为 O(2*n^3) = O(n^3)

f) 给出一个运行时间为O(m+n)的算法，来决定一个给定的数是否存在于一个给定的 mXn Young氏矩阵内。

从(1,m)左上角开始查找c，若小于c，则向下找；若大于c，则向左找。越界时则不存在。

    pair<int,int> find(int c) {        int x = 1,y = m;        while (x <= n && y >= 1) {            if (matrix[x][y] == c) return make_pair(x,y);            if (matrix[x][y] < c) x++;            if (matrix[x][y] > c) y--;        }        return make_pair(0,0);    }

Young氏矩阵完整代码：

const int MAXN = 100;const int INF = 0x3f3f3f3f;class CYoungs{private:    int n,m;    int matrix[MAXN][MAXN];    void extractYoungs(int x,int y) {        int sx = x;        int sy = y;        if (x < n && matrix[x+1][y] < matrix[sx][sy]) {            sx = x + 1;            sy = y;        }        if (y < m && matrix[x][y+1] < matrix[sx][sy]) {            sx = x;            sy = y + 1;        }        if (sx != x || sy != y) {            swap(matrix[x][y],matrix[sx][sy]);            extractYoungs(sx,sy);        }    }    void insertYoungs(int x,int y) {        int lx = x;        int ly = y;        if (x > 1 && matrix[x-1][y] > matrix[lx][ly] ) {            lx = x - 1;            ly = y;        }        if (y > 1 && matrix[x][y-1] > matrix[lx][ly]) {            lx = x;            ly = y - 1;        }        if (lx != x || ly != y) {            swap(matrix[x][y],matrix[lx][ly]);            insertYoungs(lx,ly);        }    }public:    CYoungs() {}    void init(int a,int b) {        n = a;        m = b;        memset(matrix,INF,sizeof matrix);    }    int extractMin() {        int ret = matrix[1][1];        matrix[1][1] = INF;        extractYoungs(1,1);        return ret;    }    void insert(int x) {        if (matrix[n][m]!=INF) return;        matrix[n][m]=x;        insertYoungs(n,m);    }    pair<int,int> find(int c) {        int x = 1,y = m;        while (x <= n && y >= 1) {            if (matrix[x][y] == c) return make_pair(x,y);            if (matrix[x][y] < c) x++;            if (matrix[x][y] > c) y--;        }        return make_pair(0,0);    }    void showMatrix() {        for (int i=1;i<=n;i++) {            for (int j=1;j<=m;j++) {                cout<<matrix[i][j]<<" ";            }            cout<<endl;        }    }};