数据结构问题解答.docVIP

4、若有n个元素的序列近似有序，即除掉少数K个元素后是有序序列且Kn，在冒泡排序、快速排序、直接插入排序、堆排序方法中，请给出哪些方法不适合，哪些方法最快最适合，简述原因。 【参考解答】在待排序列近似有序的情况下，快速排序、堆排序都不太适合，直接插入排序、冒泡排序比较快。因为在这种情况下，快速排序接近最坏情况，时间复杂度接近O(n2)，堆排序的时间复杂度仍然是O(nlogn)，相反，由于比较和移动次数较少，直接插入排序和冒泡排序的时间复杂度接近O(n)（这里假设冒泡排序在一趟排序没有交换发生时结束。） 五、 设主串s和子串t分别以单链表存储，t和s 中每个字符均用一结点表示（如图）。即求：子串t在主串s中第一次出现的位置指针。 data Next 【分析】思路类似简单模式匹配算法，但是，链表不像数组那样方便（i=i-j+2）回溯，所以应该增加一个指针变量（如下程序中的指针变量 ps），记录每一趟开始匹配的起点。 【参考解答】采用简单模式匹配算法的思路，为方便回溯，增加一个指针变量记录每一趟匹配开始的位置。 // 字符结点结构 struct LNode { char data; LNode *next; }; // 链式存储的字符串类型（相当于不带头结点的单链表） typedef LNode *LString; // 字符串模式匹配 // 在主串s中查找子串t首次出现的位置，并返回指示该位置的指针 LString LSIndex(const LString s, const LString t) { // 从主串s每个字符结点ps开始匹配子串t LString ps = s; // 记录主串中开始匹配的起始位置 LString pi = ps; LString pj = t; while (pi pj) { if (pi-data == pj-data) { pi = pi-next; pj = pj-next; } else { // 失配时回溯到主串的下一个字符 ps = ps-next; pi = ps; pj = t; } } // 如果匹配成功返回主串中匹配的起始位置 if (pj == NULL) return ps; else return NULL; } 1．分别采用堆排序、快速排序、直接插入排序、归并排序算法对初始状态为递增序列的表按递增顺序排序，给出最省时间与最费时间的算法名称，简述原因。 ?【参考解答】对初始状态为递增序列的表按递增顺序排序，（1）直接插入排序最省时间。因为算法此时总的比较次数为n-1，移动次数为0，为最好情况，是最省时间的。（2）快速排序最费时间。待排序列有序时，快速排序退化为冒泡排序，时间复杂度为O(n2)。而堆排序和归并排序的时间复杂度都是O(nlogn)。所以，此时快速排序最费时间。 4．只想得到N个元素序列中第K个最大元素之前的部分递减有序序列（KN），列出3种速度快的方法名称与原因。 【分析】总的思路是尽量避免对所有N个元素排序，从而提高算法的速度。因为对N个元素进行快速排序、堆排序或归并排序，（平均）时间复杂度均为O(pNlogN)，p为某个常数，所以，所谓速度快的方法，时间复杂度应该更低。 另外，关于方法名称，求前K个最大元素并非我们（本科阶段）通常所学的经典算法，因此所谓名称，也只能借用其他算法之名。因此，可以认为下面几种方法分别借用了（1）简单选择排序，（2）插入排序，（3）、（4）堆排序，（5）快速排序划分算法。 【参考解答】几种可能的方法如下： （1）K趟简单选择排序，依次选出最大的K个元素，时间复杂度O(KN)。由于K远小于N，特别是当Kplog2N时（其中p为某个常数），该算法要比对整个序列排序的方法更快。 （2）首先取K个元素，逆序排序，作为已经求得的K个极大元素的递减序列S。对其余N-K个元素，逐个与该序列的最小（最后一个）元素Sk比较，如果小于Sk则丢弃，如果大于Sk则从序列S中删除Sk，然后将该元素插入序列S合适的位置，保持整个序列逆序。 K个元素排序的时间复杂度为O(KlogK) ，其余N-K个元素都至少进行一次比较，最坏情况下总共要花费O(K(N-K))的时间插入序列S中。所以总的时间复杂度为O(KlogK+K(N-K))。若K远小于N，时间复杂度近似为O(KN)。 用堆代替方法（2）中的序列S，可以得到： （3）首先取K个元素，建立小顶堆H，堆顶H1为K个元素中最小元素。对其余N-K个元素，逐个与堆顶元素H1比较，若小于H1则丢弃，若大于H1，则以该元素替换H1，并执行一次筛选，将H重新调整为小顶堆。最后，可以H中得到N个元素中最大的K个元素，在已建立的堆H的基础上