算法学习--排序与查找答辩.docxVIP

算法学习--排序与查找 作者： HYPERLINK /qinzhaokun \t _blank qinzhaokun 二分查找 我们都知道二分查找算法，实际上二分查找以及其扩展应用是很广泛的。这里收集了一些和二分查找有关的有趣问题。强烈建议大家看完问题后最小化浏览器，先尝试自己去解决，然后再看代码，问题都不是太难。 问题1描述 给一个已经排序的数组，其中有N个互不相同的元素。要求使用最小的比较次数找出其中的一个元素。(你认为二分查找在排序数组里找一个元素是最优的算法的吗？) 不需要太多的理论，这是一个典型的二分查找算法。先看下面的代码： int BinarySearch(int A[], int l, int r, int key) { int m; while( l = r ) { m = l + (r-l)/2; if( A[m] == key ) //第一次比较 return m; if( A[m] key ) // 第二次比较 l = m + 1; else r = m - 1; } return -1; } 理论上，我们最多需要 logN+1 次比较。仔细观察，我们在每次迭代中使用两次比较，除了最后比较成功的一次。实际应用上，比较也是代价高昂的操作，往往不是简单的数据类型的比较。减少比较的次数也是优化的方向之一。 下面是一个比较次数更少的实现： // 循环不变式： A[l] = key A[r] key // 边界: |r - l| = 1 // 输入: A[l .... r-1] int BinarySearch(int A[], int l, int r, int key) { int m; while( r - l 1 ) { m = l + (r-l)/2; if( A[m] = key ) l = m; else r = m; } if( A[l] == key ) return l; else return -1  在while循环中，我们仅依赖于一次比较。搜索空间( l-r )不断缩小，我们需要一个比较跟踪搜索状态。 需要注意的，要保证我们恒等式（A[l] = key A[r] key）正确，后面还会用到循环不变式。 问题2描述  给一个有N个互不相同的元素的已排序数组，返回小于或等于给定key的最大元素。 例如输入为 A = {-1, 2, 3, 5, 6, 8, 9, 10} ? key = 7,应该返回6. 分析： 我们可以用上面的优化方案，还是保持一个恒等式，然后移动 左右两个指针。最终 left指针会指向 小于或等于给定key的最大元素(根据恒等式A[l] = key and A[r] key)。 - 如果数组中所有元素都小于key，左边的指针left 会一直移动到最后一个元素。 - 如果数组中所有元素都大于key，这是一个错误条件，无答案。 - 如果数组中的所有元素都 = key，这是最坏的情况根据下面的实现 int Floor(int A[], int l, int r, int key) { int m; while( r - l 1 ) { m = l + (r - l)/2; if( A[m] = key ) l = m; else r = m; } return A[l]; } // 初始调用 int Floor(int A[], int size, int key) { // 如果 key A[0] 不符合条件 if( key A[0] ) return -1; return Floor(A, 0, size, key); }  问题3描述 给一个有重复元素的已排序数组，找出给定的元素key出现的次数，时间复杂度要求为logN. 分析 其实可以对上面的程序稍作修改，思路就是分别找出key 第一次出现的位置和最后一次出现的位置。 // 输入: 数组区间 [l ... r) // 循环不变式: A[l] = key and A[r] key int GetRightPosition(int A[], int l, int r