(1+14)/2=7,mid=7,7不是,所以下一次的右端点是mid-1=6,(1+6)/2=3
3不是,下一次左端点是mid+1=4,(4+6)/2=5,(4+5)/2=4;
即7,3,5,4为C
(1+20)/2=10,(11+20)/2=15,注意此时左端点未访问,所以不更新左端点,只是知道中间的节点不是,所以就是更新右端点为Mid-1;(11+14)/2=12,即路径为10,15,12
在单链表中,如果只有一个中间指针,则不能删除节点,即不能任意删除中间节点
n/2
第1层有1个,第二层2个,第三层4个,第N层,最多2^(n-1)
最多1个,最多3个,最多7个,深度为n,最多(2^n)-1,2^6=64,则深度为7,选B
n=n0+n1+n2;入度=出度,除了根节点外,其它每个节点都只有一个入度,所以n-1=n1+2n2
即n0+n1+n2-1=n1+2n2,即n0+1=n2,所以出度为2的节点个数为51,总结点数为131
D,一开始都入队,每次合并两个最小的,合并两个最小,就是保证每次一定减小一个最小的,最后队列中保留一个节点,就是说,原来队列中用N个原始的叶子节点,然后每次出队两个,合成后入队一个,也就是说每次操作都会定量减少一个,初始一共n个,所以会操作N-1次,入队n-1次,也就是构建了n-1个非叶子节点,所以总结点数为2n-1
先序是根左右,后序是左右根,正相反的话,可能为根左,左根,根右,右根,即高度等于其结点数 B
查找的复杂度为logn
在图邻接矩阵当中,列数代表终点,行数代表起点,要求入度就是固定终点不动,即固定列下的所有行的和,即第i列
2(n-1),注意是度,所以都练到一个点上,其它所有边
邻接矩阵gij,i是起点,j是终点,所以i的出度是i不变,j变,就表示从i出的边。那么入度就是j不变,i变,就是第j列的所有行数的和。对应这题就是第i列的元素和
A,插入排序,由于已经有序,所以逐渐扩大牌堆,和左侧比较,一共需要n-1次比较
B.选取最右侧为基元,左指针为最左侧,右指针为最右侧-1,然后左指针移动不做限制,要找第一个比基元大的,右指针移动要比当前的大(即目的是找到第一个比基元小的),如果最后交换完后左指针大于等于右指针,那么就退出,最后返回的应该是左指针;如果已经是有序的了,每次都是确定一个最右侧最大的元素,然后从左扫到右,即对于左指针,那么就是n+n-1到1,就是On^2
C.从中间分两半,然后进行比较
选择排序是选出此时未排里的最大或最小,然后放到一端,和插入排序是两种
插入排序是逐渐扩大牌堆,选择排序是逐渐缩小未排的
可以每次都确定一个的是,选择,冒泡,堆排,快排
不能的是归并、插入
归并排序
C,堆排序,冒泡排序,快排每次都能确定一个
快速排序的时间性能取决于快速排序递归的深度,可以用递归树来描述递归算法的执行情况。如图9‐9‐7所示,它是{50,10,90,30, 70,40,80,60,20}在快速排序过程中的递归过程。由于我们的第一个关键字是50,正好是待排序的序列的中间值,因此递归树是平衡的,此时性能也比较好。
图9-9-7 |
在最优情况下,Partition每次都划分得很均匀,如果排序n个关键字,其递归树的深度就为.log2n.+1(.x.表示不大于x的最大整数),即仅需递归log2n次,需要时间为T(n)的话,第一次Partiation应该是需要对整个数组扫描一遍,做n次比较。然后,获得的枢轴将数组一分为二,那么各自还需要T(n/2)的时间(注意是最好情况,所以平分两半)。于是不断地划分下去,我们就有了下面的不等式推断。
也就是说,在最优的情况下,快速排序算法的时间复杂度为O(nlogn)。
在最坏的情况下,待排序的序列为正序或者逆序,每次划分只得到一个比上一次划分少一个记录的子序列,注意另一个为空。如果递归树画出来,它就是一棵斜树。此时需要执行n‐1次递归调用,且第i次划分需要经过n‐i次关键字的比较才能找到第i个记录,也就是枢轴的位置,因此比较次数为
,最终其时间复杂度为O(n2)。
平均的情况,设枢轴的关键字应该在第k的位置(1≤k≤n),那么:
由数学归纳法可证明,其数量级为O(nlogn)。
就空间复杂度来说,主要是递归造成的栈空间的使用,最好情况,递归树的深度为log2n,其空间复杂度也就为O(logn),最坏情况,需要进行n‐1递归调用,其空间复杂度为O(n),平均情况,空间复杂度也为O(logn)。
可惜的是,由于关键字的比较和交换是跳跃进行的,因此,快速排序是一种不稳定的排序方法。