前言

离初赛只有两天了，写这篇博客可能也没多大作用
边刷初赛题边记录一下坑点
就当把自己跳过的坑给后人埋上吧
祈祷我不要初赛退役（笑）

排序算法的稳定性

排序算法的稳定性是指，如果有两个元素(i=j)，排序后他们的位置关系不变
（即相同值的不同元素在排序前后相对位置不变）
而不是指时间复杂度不会退化！

常见的排序方法比较

冒泡排序：由于两两之间比较，前者比后者大才交换位置，所以相同大小的元素位置不会交换。是稳定的
选择排序：每次操作中会无顾忌地选择小元素交换位置，会破坏稳定性。不稳定
插入排序：从最小的序列开始，每次插到自己合适的位置，对其他元素没有影响。稳定
快速排序：很显然的不稳定排序
归并排序：合并过程中可以保证元素的位置。稳定
基数排序：按位操作的排序方式，属性各自拥有优先级。稳定
希尔排序：没详细了解过，反正是不稳定的
堆排：用堆的性质更改元素序列，过程中的旋转可能会破坏稳定性。不稳定

文件大小计算

（2017tg）分辨率为 1600x900、16 位色的位图，存储图像信息所需的空间为？

分辨率：像素的个数
位色：每个像素的位数

所以这张图片占的空间为：1600×900×16=23040000 bit
每8位一字节，字节数：2880000 Byte
所以2880000÷1024=2812.5 KB

时间复杂度计算

假设存在常数(e>0)，使得(f(n)=O(n^{log_{b}a-e}))，则(T(n)=Theta(n^{log_ba}))

(f(n))的上界是(n)的幂次，而且(log_ba)大于这个幂次，那时间复杂度就是(n)的(log_ba)次幂

例子：二叉树遍历。(T(n)=2T(frac{n}{2})+Theta(1))，其中(a=2,b=2,f(n)=1)，此时(e=1)，(T(n)=Theta(n))

假设存在常数(kgeq 0)，使得(f(n)=Theta(n^{log_ba}log^kn))，则(T(n)=Theta(n^{log_ba}log^{k+1}n))

意思是(f(n))是(n)的(log_ba)次幂，再乘上一个(log)，则复杂度为(f(n))的复杂度再乘上一个(log)

例子：归并排序。(T(n)=2T(frac{n}{2})+Theta(n))，其中(a=2,b=2,f(n)=n)，此时(k=0)，(T(n)=Theta(nlog_2n))

例子：二分搜索。(T(n)=T(frac{n}{2})+Theta(1))，其中(a=1,b=2,f(n)=1)，此时(k=0)，(T(n)=Theta(log_2n))

假设存在常数(e>0)，有(f(n)=Omega(n^{log_ba+e}))，同时存在充分大的常数(c<1)以及充分大的(n)满足(af(frac{n}{b})leq cf(n))，那么(T(n)=Theta(f(n)))

参考资料

[1] OI-WIKI 希尔排序简介
[2] ghj1222 时间复杂度主定理