WUTab的博客

指示器随机变量当A发生时为1，否则为0.指示器随机变量也是变量，也具有随机变量的性质，所以我们可以计算一个指示器随机变量的期望值。设一个指示器随机变量为X，则X = 0，1。有 E(X) = 1xP(X=1) + 0xP(X != 1) = P(X = 1) 。而P(X=1)是什么呢？它是X所对应的事件A的概率，即P(A)。因为我们“恰巧”把当A发生时它的指示器随机变量定义成1，所以才会有这个结果

把n个元素分成一对对，每一对进行一次比较得出一个较小值，这是第一轮筛选，以此类推，一共进行⌈\lceillgnn⌉\rceil 轮筛选，n-1次比较。第二小的元素一定在某一轮筛选中与最小的进行比较被PK掉了，但是不能确定是哪一轮，所以要所有与最小的进行比较的元素进行再一次挑选最小。与最小的进行比较的元素个数等于筛选轮数，也就是⌈\lceillgnn⌉\rceil ，那么又要进行⌈\lceillgnn

算法导论第三版，9.3-8算法：如果两个数组长度为1，选出较小的那个一个否则，取出两个数组的中位数。取有较大中位数的数组的低区和较低中位数数组的高区，组合成新的长度为n的数组。找出新数组的中位数 思路： 既然用递归分治，一定有基本情况，基本情况就是数组长度为1. 观察会发现总的中位数介于两个数组的中位数之间。详细证明如下： 设总的中位数是MM，XX的中位数是MXM_X，YY的中位数是

算法导论第三版，9.3import randomimport mathdef insertion_sort(a): length = len(a) for j in range(1,length): key = a[j] i = j - 1 while i>=0 and a[i] > key: a[i+1]