算法设计与分析王晓东.pdfVIP

习题2-1 求下列函数的渐进表达式： 3n^2+10n; n^2/10+2n; 21+1/n; logn^3; 10 log3^n 。 解答：3n^2+10n=O(n^2), n^2/10+2^n=O(2^n), 21+1/n=O(1), logn^3=O(logn), 10log3^n=O(n). 习题2-3 照渐进阶从低到高的顺序排列以下表达式：n!，4n^2,logn,3^n,20n,2,n^2/3 。 解答：照渐进阶从高到低的顺序为：n!、 3^n、4n^2 、20n、n^2/3、logn、2 习题2-4 (1)假设某算法在输入规模为n 时的计算时间为T(n)=3*2^n 。在某台计算机上实现并完成该算法的时间为 t 秒。现有另外一台计算机，其运行速度为第一台计算机的64 倍，那么在这台新机器上用同一算法在t 秒 内能解输入规模为多大的问题？ (2)若上述算法的计算时间改进为T(n)=n^2 ，其余条件不变，则在新机器上用t 秒时间能解输入规模多大 的问题？ (3)若上述算法的计算时间进一步改进为,其余条件不变，那么在新机器上用t 秒时间能解输入规模多大的问 题？ 解答：(1)设能解输入规模为n1 的问题，则t=3*2^n=3*2^n/64,解得n1=n+6 (2)n1^2=64n^2 得到n1=8n (3) 由于T （n)=常数，因此算法可解任意规模的问题。 习题2-5 XYZ 公司宣称他们最新研制的微处理器运行速度为其竞争对手ABC 公司同类产品的100 倍。对 于计算复杂性分别为n，n^2，n^3 和n!的各算法，若用ABC 公司的计算机能在1 小时内能解输入规模为 n 的问题，那么用XYZ 公司的计算机在1 小时内分别能解输入规模为多大的问题？ 解答：n=100n n^2=100n^2 得到n=10n n^3=100n^3 得到n=4.64n n!=100n!得到nn+log100=n+6.64 习题2-6 对于下列各组函数f(n)和g(n)，确定f(n)=O(g(n))或f(n)=Ω(g(n))或f(n)=θ （g(n) ），并简述理 由。 解答：（1）f(n)=logn^2;g(n)=logn+5. logn^2=θ （logn+5） (2)f(n)=logn^2;g(n)=根号n. logn^2=O(根号n) (3)f(n)=n;g(n)=(logn)^2. n=Ω( （logn）^2) (4)f(n)=nlogn+n;g(n)=logn. nlogn+n=Ω （logn） (5)f(n)=10;g(n)=log10. 10=θ(log10) (6)f(n)=(logn)^2;g(n)=logn. (logn)^2=Ω （logn） (7)f(n)=2^n;g(n)=100n^2. 2^n=Ω （100n^2） (8)f(n)=2^n;g(n)=3^n. 2^n=O(3^n) 习题2-7 证明：如果一个算法在平均情况下的计算时间复杂性为θ （f(n) ），则该算法在最坏情况下所需 的计算时间为Ω （f(n) ）。 证明：Tavg(N)=IeDn∑P(I)T(N,I) ≤IeDn∑P(I)IeDnmaxT(N,I) =T(N,I*)IeDn∑P(I) =T(N,I*)=Tmax(N) 因此，Tmax(N)=Ω （Tavg(N) ）=Ω （θ(f(n)) ）=Ω （f(n) ） 习题2-8 求解下列递归方程： So=0; Sn=2Sn-1+2^n-1. 解答： 1 应用零化子化为齐次方程， 2 解此齐次方程的特征方程， 3 由特征根构造一般解， 4 再由初始条件确定待定系数，得到解为：Sn=(n-1)2^n+1 习题2-9 求解下列递归方程 Ho=2; H1=8; Hn=4Hn-1-4Hn-2. 解：Hn=2^(n+1)(n+1) 第三章 递归与分治策略 习题3-1 下面的7 个算法都是解决二分搜索问题的算法。请判断这7 个算法的正确性。如果算法不正确， 请说明产生错误的原因。如果算法正确，请给出算法的正确性证明。 public static int binarySearch1(int []a,int x,int n) { int left=0; int right =n-1; while (left=right) { int middle = ( left + right )/2; if ( x == a[middle]) return middl