时间复杂度堆等的习题课.pptxVIP

解：0102030405O(n2);O(2n);O(1);O(logn);O(n)。

解答：O（）的含义是：令f(n)和g(n)是自然数集到非负实数集1的两个函数，如果存在一个自然数n0和一个常数20,使得?n?n0时f(n)?cg(n),则称f(n)为?(g(n))。3因此，如果limn??f(n)/g(n)存在，那么4limn??f(n)/g(n)??=》f(n)=O(g(n))。5上述O(1)和O(2)在表示同一个函数的时候，只是常数项的不同。6O(1)=O(2).7

解答：从低到高的排列顺寻应该是：2,logn，n2/3,20n,4n2,3n,n!

主要采用思路：在相同时间t内，因为采用的相同复杂度的算法，所以新机器完成问题的时间一定是旧机器完成问题规模的1/64。

设在第二台计算机t秒内为完成的算法的规模是m；故存在T(n)=3*2n=3*2m/64;按照上述解法可以得出：nl2=64n2=nl=8nT(n)=8的含义：该算法完成问题的时间跟算法规模n没有任何关系。所以可以在时间t内解决任何规模的问题。解答：得：m=n+6;

解答：对于相同规模的算法，XYZ公司的运算处理器是ABC公司的100倍，所以针对相同的时间复杂度，存在如下公式成立：m=100n;m2=100n2=m=10nm3=100n3=m=1001/3nm!=100n!=mn+log100=n+6.64(注意：解相同时间复杂度的问题的时间是另外算法的100倍）

习题1-7试确定下面程序段的下界：while(n1)if(odd(n))n=3*n+1elsen=n/2;endwhile//分别按照奇偶数处理操作，但是n随着变化而变化。

解答：循环的终止操作是n1，所以只有执行n/2的操作才能使循环趋向终止，而奇数的操作，会使算法无法终止。观察可以知道，如果n=2k，则算法将趋于终止，按照此假设，当n=2k则,算法中else的执行次数应该是k=logn，而不会再找到能小于此数据的算法中else的执行次数。故认为算法的下界应该是?(logn);n是奇数时无法确定何时终止算法，故上界确定不了。

0102习题1-8优先队列要能实现插入元素和寻找最大值两个操作。故采用有序表：优点是寻找最大值很简单，时间复杂性为O(1);缺点是：插入操作复杂，需要大量数据移动和确定插入位置的搜索。采用有序表实现一个优先队列的优缺点是什么？答：

题1-9：使用常规队列实现优先级队列，insert操作和deletmax运算需要时间是多少？解答;常规队列即普通数组；insert操作时间是：队尾操作是O(1);队头操作时间需要n次数据移动：O(n);deletemax操作：搜索操作时间复杂度是O(n)。队尾：O(1);对头需要移动数据：O(n)。

题1-10：堆的下列元素在什么位置：第二大键值。根节点的子结点。第三大键值。根节点的最大的子结点的子结点或根的子结点。最小键值。叶子结点上。不能确定具体位置。

1习题1-112写一个算法用于检测给定数组A[1..n]是不是一个堆，说明该算法的时间复杂性。3算法：4所谓检测是不是符合堆，即比较A[i]和A[2*i]和A[2*i+1]是不是符合堆的定义。直到i=n/2（下界）结束为止，或是检测到不符合堆定义。

i=1;while(i=n/2){if((A[i]A[2*i])and(A[i]A[2*i+1]))theni++;else{cout非堆；exit(0);}}cout是一个堆；exit（0）；复杂度分析：明显是一个线性搜索结构?（n）

习题1-12：证明:假设存在一个堆A[1..n]，插入操作只在堆末尾进行，故根据insert的算法可知仅仅需要实现sift-up即可；哪种堆运算代价更大，insert还是delete，证明你的答案。两个的时间复杂度相同均为O(logn)。执行delete(i)操作时，如果i在末尾，则无需任何操作，但是如果i不在末尾，则需要将末尾数据上调至此为止，然后依据数据之间的关心进行sift-down或sift-up，故delete运算代价更大一些。2341

从n个元素的最大堆中找到最小的键值有可能是多快。算法思想：只需要按照堆定义，向小的子结点下移寻找即可。所以最快的应该是沿着树的一支向下移动寻找，树的高度是k，则应该是O(k=logn)。习题1-13：

习题4-15.01有一个整数堆A[1..n],通过不断从A中读取数据，然后向B[1..n]数组插入的方法实现构建堆B，请证明最坏的情况下复杂度是O(nlogn)。02证明：每向B中插入一次数据，则需要