算法导论 — 思考题7-3 另一种快速排序的分析方法

（另一种快速排序的分析方法）对随机化版本的快速排序算法，还有另一种性能分析方法，这一方法关注于每一次单独递归调用的期望运行时间，而不是比较次数。
　　a. 证明：给定一个大小为$n$的数组，任何特定元素被选为主元的概率为$1/n$。利用这一点来定义指示器随机变量$X_i=I${第$i$小的元素被选为主元}，$E[X_i]$是什么？
　　b. 设$T(n)$是一个表示快速排序在一个大小为$n$的数组上的运行时间的随机变量，试证明：
　　
　　c. 证明公式(7.5)可以重写为：
　　
　　d. 证明：
　　
　　（提示：可以将该累加式分为两个部分，一部分是$k=2,3,\dots ,\lceil n/2\rceil -1$，另一部分是$k=\lceil n/2\rceil ,\dots ,n-1$。）
　　e. 利用公式(7.7)中给出的界证明：公式(7.6)中的递归式有解$E[T(n)]=\Theta (n\mathrm{l}\mathrm{g}n)$。（提示：使用代入法，证明对于某个正常数$a$和足够大的$n$，有$E[T(n)]\le an\mathrm{l}\mathrm{g}n$。）
　　
　　解
　　a.
　　数组每个元素都等可能地被选为主元。因此，对于单一元素，它被选为主元的概率为$1/n$。$E[X_i]$就等于第$i$小的元素被选为主元的概率，即
　　$E[X_i]=Pr${第$i$小的元素被选为主元} $=1/n$。
　　
　　b.
　　对于一个大小为$n$的数组，如果选定第$q$小的元素(该元素用$z_q$表示)为主元，那么划分得到的$2$个子数组的大小分别为$q-1$和$n-q$。于是可以得到以下递归式
　　
　　$T_q(n)$表示在选定第$q$小的元素为主元的前提下，对大小为$n$的数组进行快速排序的运行时间。其实$T_q(n)$也是一个随机变量，因为$T(q-1)$和$T(n-q)$也是随机变量，即$[T(q-1)+T(n-q)+\Theta (n)]$也是随机变量。于是可以写出$T_q(n)$的期望
　　
　　$q$的取值范围是$1,2,\dots ,n$，于是我们可以计算$T(n)$的期望
　　
　　上式中，$E[X_q]\bullet E(T(q-1)+T(n-q)+\Theta (n))=E[X_q(T(q-1)+T(n-q)+\Theta (n))]$成立，是因为随机变量$X_q$和$[T(q-1)+T(n-q)+\Theta (n)]$是互相独立的。
　　
　　c.
　　将公式(7.5)的累加求和部分展开，得到下表
　　
　　由上表可知，第$q$个累加项与第$n-q+1$个累加项是完全对称相等的。于是有
　　
　　上式中，$q=0$和$q=1$分别对应的$T(0)$和$T(1)$都为常数时间，可以将它们拿掉，这样并不影响最终的结果。于是有
　　
　　d.
　　按照提示，将累加式分为2个部分，于是有
　　
　　e.
　　只需证明$E[T(n)]=O(n\mathrm{l}\mathrm{g}n)$即可。
　　初始情况取$n=2$，$T(2)$为常数时间。显然，只要取足够大的$a$，就可使得$T(2)\le a•2•\mathrm{l}\mathrm{g}2=2a$成立。
　　下面进行归纳过程。假设$E[T(n)]\le an\mathrm{l}\mathrm{g}n$对$2,\dots ,n-1$都成立，那么有
　　
　　只要取足够大的$a$，就能使得$an\mathrm{l}\mathrm{g}n-\frac{1}{4}an+\Theta (n)\le an\mathrm{l}\mathrm{g}n$成立，即$E[T(n)]\le an\mathrm{l}\mathrm{g}n$成立。