算法设计练习题解析.docVIP

算法设计练习题 计算复杂性 P184 10.3 设计一个多项式时间的算法判断一个无向图G是否是2可着色的 算法：2-COLORING 输入：无向图G(V, E) 输出：该图是2可着色的，则输出yes；否则，输出no. 取任一节点，标记为白色 所有与它邻接的节点标记为黑色 对任意已标记的节点v，将所有与v邻接且未标记的节点标记为与v相反的颜色 重复步骤3，直到不存在与已标记节点邻接且还未标记的节点 如果图中还有未标记的节点，那么这些节点一定在一个新的连通分量中，再选 择其中一个节点标记为白色，转到步骤3 如果得到的图中，所有邻接的节点都标记为不同的颜色，则输出yes；否则，输出no. 2-COLORING 时间复杂度分析：在n个顶点和m条边的图上进行分析，算法的运行时间是 P185-186 10.16 团集问题的NP完全性是由可满足性问题归约到它证明的，给出一个从顶点覆盖到团集的较简单的归约 法1：规约方法：设G=（V，E）是连通无向图，SV是一个团集当且仅当是中的一个顶点覆盖。 证明：设e=(u,v)是G中的任意边，SV是一个团集当且仅当u和v都在S中，即是中的一个顶点覆盖。 法2：证明：设G=（V，E）是连通无向图，SV是G中的一个独立集，则S是的一个团集，独立集∝poly团集。因为顶点覆盖∝poly独立集，根据定理10.3，顶点覆盖∝poly团集。 证明：第一步是说明集合覆盖问题是NP的。因为一个不确定性算法可以从猜测一个集合X的子集族F开始，然后验证是否存在F中的k个子集的并是集合X。 第二步证明顶点覆盖问题可以在多项式时间内规约到集合覆盖问题。 设任意连通无向图G=(V,E)，集合X为G中所有与边相邻的顶点的集合，其子集族则是每个顶点与其相邻的顶点构成的子集。集合X是满足集合覆盖的当且仅当X的子集族中存在k个子集的并是X，当且仅当G中存在大小为k的顶点覆盖。 证明：设{x1,x2,…,xn}是一个正实数集合。对于每一个实数xi，我们使它和二维平面中的点{ (x1,),(xj,0) | j∈2,…,n }相联系，这样，所构造的n个点都位于三角形边上。如果我们用TRIANGULATION问题的任何算法求解构造的实例，输出将是根据它们的x坐标排序的构造点的表，遍历表并读出每点的第一个坐标，结果是排序好的数。所以，排序问题规约到TRIANGULATION问题，排序问题是Ω(n logn)，TRIANGULATION问题也是Ω(n logn)。 证明：设{x1,x2,…,xn}是一个升序排列的正实数集合，及实数x。对于实数x及每一个实数xi，我们使它和二维平面中的点{(x,0),(xi,0) | i∈1,…,n }相联系，这样，所构造的点都位于x轴上。如果我们用NEAREST POINT问题的任何算法求解，所以，二分搜索问题规约到NEAREST POINT问题，二分搜索问题是Ω(logn)，NEAREST POINT问题也是Ω(logn)。 证明：设{x1,x2,…,xn}是一个正实数集合，对于每一个实数xi，我们构造点(xi,0)与之对应，于是这些点在x轴上。如果我们用ALL NEAREST POINT问题的任何算法求解，输出将是每个点(xi,0)对应的最近点对(xi,0)，(xj,0)。所以，CLOSEST-PAIR问题规约到ALL NEAREST POINT问题，CLOSEST-PAIR问题是Ω(n logn)，ALL NEAREST POINT问题也是Ω(n logn)。 算法 RANDOMIZE 输入：正整数n 输出：1, 2, …, n的一个随机排列。 A[1]=1 for i=2 to n j=randombisearch(1, i-1)//在数组A中随机确定i的插入位置。 insert(A , j, i) //在数组A的j位置上插入值i。 end for output A[1..n] end RONDOMIZE2 过程 randombisearch(low, high) // 利用二分搜索在A[low..high+1]中随机确定值i的插入位置， // 并返回该位置。 if lowhigh then return low else mid= k=random(1,2) //抛一次硬币。 if k=1 then high=mid-1 //插入位置在A[low..mid]中。 else low=mid+1 //插入位置在A[mid+1..high+1]中。 return randombisearch(low, high) end if e