这次主要是讲如何在线性时间下找n个元素的未排序序列中第k小的数。当然如果(k=1 or k=n),即找最大最小
数,线性时间内遍历即可完成,当拓展到一般,如中位数时,相关算法就值得研究了。这里还要说明的是,排序解
决是一种平凡算法,但其复杂度是(Theta(nlogn))
这次内容的主要知识点有:1.随机化版本的分治法求解&分析 2.基于1的优化pivot选择的算法&分析
1.随机化版本的分治法求解与分析
首先,要明确的是现在我们要解决的问题是求解n元素序列的第k小数
这种方法的主要思想是:从序列中随机选一个数pivot,然后用类似于merge-sort的分割方法,将序列分成大于和小于pivot的两部分.
根据两边元素的数量,迭代的去求解,最终找到第k小元素. 下面给出伪代码:
RAND-SELECT(A, p, q, i) ⊳ith smallest ofA[p..q]
if p= q then returnA[p]
r←RAND-PARTITION(A, p, q) ⊳随机化分割子程序,返回处理完后pivot下标(分割见前面分治法)
k←r–p+ 1 ⊳k 是 A[r]这个元素在子序列A[p~q]中的位置
if i== k then return A[r]
if i< k
then return RAND-SELECT(A, p, r –1, i)
else return RAND-SELECT(A, r + 1, q, i –k)
这里给出一个实例:
对这种随机化版本的分割进行分析,如果我们每次比较幸运分类的话:
T(n)=T(9n/10)+Θ(n)
=Θ(n)
如果每次分类都是最差情况的话(即0:n-1 split)
T(n)=T(n-1)+Θ(n)
=Θ(n2) 这种情况下比排序找这种平凡情况还要差
更具体的我们要分析随机版本运行的期望时间,因为数学公式多,所以这个就写在我的算法笔记里面了
结果最终肯定是Θ(n)!
2.基于1的优化pivot选择的算法&分析
算法1是期望时间复杂度为O(n),那么存不存在最差情况都是O(n)的算法呢? 由算法1,我们可以思考,是
什么导致了算法1的最差情况:是糟糕的划分。那么只要我们能找到一个好的划分方法,再基于算法1,就能
得到最差情况也是线性的算法了。
这里给出的Select算法就是这样的一个神奇的算法,这里先给出伪代码然后在用实例说明:
SELECT(i, n)
1.Divide the n elements into groups of 5. Find the median of each 5-element group by rote.
2.Recursively SELECT the median xof the floor{n/5} group medians to be the pivot.
3.Partition around the pivot x. Let k= rank(x).
4 if i= k then return x
elseif i< k
then recursively SELECT the ith
smallest element in the lower part
else recursively SELECT the (i–k)th
smallest element in the upper part
注意这个算法的3、4步和前面的算法是一样的,因为这个算法的主要目的是通过第1,2步找到一个分割的pivot
所以我们也着重分析1,2步
第一步:首先将序列按照5个一组进行分组,多出来的就不用管了; 然后通过随意什么方法找到5个元素中位数
第二步:通过递归调用这个算法Select找到floor{n/5}个元素的中位数x,我们将这个数作为分割用的pivot
注意这里的箭头都是指向更小的数。然后我们来更具体的分析:
我们知道至少ceil{floor{n/5}/2}个中位数是不大于x的,那么必然有3floor{n/10}个值是不大于x的。同理,对称的也有那么多是不小于x的.
然后我们想让3floor{n/10}≥n/4, 当n≥50时是成立的。 也就是说这样分割一部分必然是≥4/n,即另一部分
小于等于3n/4. 就是说如果来处理的话不会超过T(3n/4)
然后我们来分析一下整个算法的复杂度:
step1 分割应该就是遍历过程Θ(n)
step2 递归解决n/5的问题 T(n/5)
step3 按照得到的pivot分割数组 Θ(n)
step4 递归解决分割的数组,最大不超过3n/4 T(3n/4)
故 T(n)=T(n/5)+T(3n/4)+Θ(n)
由替代法(其实就是n/5+3n/4=19/20n),可以得到这个算法是线性的。
下面自己写的给出随机化算法的代码,第二个太懒了。。。还没写。写完会加上的
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 /////////////////////////CLRS video lec6 随机化版本的找第k大数///////////////////////////////////////////////// 2 /// 运行时间的期望是O(n),最差情况O(n^2) ///////////////////////////////////////////////////// 3 4 #include<iostream> 5 #include<cstdlib> 6 #include<ctime> 7 using namespace std; 8 9 #define random(x)(rand()%x) 10 11 void findkth(int* a,int s,int e,int k) 12 { 13 if(s>e) return; 14 if(s==e) 15 { 16 cout<<a[s]<<endl; 17 return; 18 } 19 int index=rand()%(e-s+1); 20 int pivot = a[s+index],temp; 21 temp=a[s];a[s]=pivot;a[s+index]=temp; 22 // 下面这一段做partition的工作 23 int i=s,j; 24 for(j=s+1;j<=e;j++) 25 { 26 if(a[j]<pivot) 27 { 28 temp=a[++i]; 29 a[i]=a[j]; 30 a[j]=temp; 31 } 32 } 33 temp=a[i];a[i]=pivot;a[s]=temp; 34 if(i==k) 35 { 36 cout<<pivot<<endl; 37 return; 38 } 39 else if(i<k) 40 { 41 findkth(a,i+1,e,k); 42 } 43 else 44 { 45 findkth(a,s,i-1,k); 46 } 47 } 48 49 50 51 int main() 52 { 53 int a[10]; 54 int i,j,k,index; 55 srand(time(0)); 56 for(i=0;i<10;i++) 57 { 58 a[i]=random(50); 59 cout<<a[i]<<" "; 60 } 61 cout<<endl; 62 while(1){ 63 cin>>k; 64 findkth(a,0,10-1,k); 65 } 66 return 0; 67 }