快速选择select算法

问题描述:

在一个数组中找出第k小的数。

算法:

快速选择select算法。

策略:五分化中项的中项做pivot

复杂度:最坏情况下O(n)

对比:

1、RANDOMIZED-SELECT,以序列中随机选取一个元素作为主元,可达到线性期望时间O(N)的复杂度。

2、SELECT,快速选择算法,以序列中“五分化中项的中项”,或“中位数的中位数”作为主元(枢纽元),在最坏情况下亦为O(N)的复杂度。

代码实现:

#pragma once
#include<iostream>
using namespace std;

//插入排序,升序
void Insert_Sort(int array[], const int left, const int right)
{
	for (int i = left; i <= right; i++)
	{
		int j = i - 1;
		int key = array[i];
		while (j >= left&&array[j] >= key)
		{
			array[j + 1] = array[j];
			j--;
		}
		array[j + 1] = key;
	}
}

//找array的中位数的中位数,interval为分段间隔
int FindMedia(int array[], int left, int right, const int interval)
{
	//到头了,不再分段,直接排序,返回中位数
	if (right - left +1 <= interval)
	{
		Insert_Sort(array, left, right);
		return(array[(left + right) / 2]);
	}

	//分段,对新的中位数数组递归找中位数
	int *media_array = new int[(right - left +1 ) / interval];
	int i = 0;
	while (i<(right - left+1) / interval)
	{
		Insert_Sort(array, i*interval+left, (i + 1)*interval-1+left);
		media_array[i] = array[i*interval + interval / 2+left];
		i++;
	}
	return FindMedia(media_array, 0, (right - left+1) / interval-1, interval);
}

//找中位数的位置下标
int FindMediaIndex(int array[], int media, int left, int right)
{
	for (int i = left; i <=right; i++)
		if (array[i] == media)
			return i;
}

//寻找array中left-right这一段(right-left+1个元素)中第第k小的数(策略:interval分化中项的中项做pivot)
int SelectK(int array[], int left, int right, const int k, const int interval)
{
	//找中位数的中位数
	int media = FindMedia(array, left, right, interval);
	//找media在array中的位置
	int media_index = FindMediaIndex(array, media,left, right);
	//media放尾部
	swap(array[media_index], array[right]);
	int i = left;
	int j = right - 1;
	while (i<j)
	{
		while (array[i] < media)
			i++;
		while (array[j] >= media)
			j--;
		if (i < j)
			swap(array[i], array[j]);
	}
	swap(array[right], array[i]);
	//三种情况
	//第k小数在media右边
	if (i-left < k - 1)//第k大的数的下标应为k-1
		return SelectK(array, i + 1, right, k - (i -left+ 1), interval);
	//第k小数在media左边
	if (i-left>k - 1)
		return SelectK(array, left, i - 1, k, interval);
	//第k小数即为media
	return media;
}

void main()
{
	int array[] = { 0, 45, 78, 55, 47, 4, 1, 2, 7, 8, 96, 36, 45 };
	int arraysize = sizeof(array) / sizeof(int);//数组长度
	int k = 3;//找第k大的数
	int interval = 5;//分段间隔

	int result = SelectK(array, 0, arraysize - 1, k, interval);
	cout << "第" << k << "小的数为:" << result << endl;

	//打印数组,便于检查
	cout << "数组排序后:" << endl;
	Insert_Sort(array, 0, arraysize - 1);
	for (int i = 0; i < arraysize; i++)
		cout << array[i] << ' ';
	cout << endl;
	system("pause");
}
时间: 2024-08-24 21:52:34

快速选择select算法的相关文章

快速选择排序算法

快速排序是对冒泡法排序的一种改进. 1  排序思想: 通过一趟排序,将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小:再分别对这两部分记录进行下一趟分割排序,以达到整个序列有序,重复执行以上的划分操作,直 到所有要进行排序的数据变为有序为止. 可能仅根据基本思想对快速排序的认识并不深,接下来以对n个无序数列A[0], A[1]-, A[n-1]采用快速排序方法进行升序排列为例进行讲解. (1)定义两个变量low和high,将low.high分别设置为要进行排序的序

快速选择 - 快速排序算法在查找中的应用

如果要我们找出一个数组中的最小(最大)的元素,那么第一反应肯定是使用最小(最大)堆.时间复杂度等同于建堆的复杂度,这里是O(N). 如果要我们找出一个数组中的第k个最小的元素,那么我们依然可以使用最小堆,删除掉k次的最小值,就得到了结果.复杂度是O(N + klogN). 如果要我们找出一个数组的中值,那么我们使用最小堆,复杂度是O(NlogN). 但是,如果我们使用快速排序的思路来做快速选择呢?步骤是这样的: (1)如果待排元素集合S的大小为1,k也为1,则返回. (2)合理选取枢纽pivot

十大基础实用算法之寻找最小(最大)的k个数-线性查找算法

例如:输入1,2,3,4,5,6,7,8这8个数字,则最小的4个数字为1,2,3,4. 思路1:最容易想到的方法:先对这个序列从小到大排序,然后输出前面的最小的k个数即可.如果选择快速排序法来进行排序,则时间复杂度:O(n*logn) 注:针对不同问题我们应该给出不同的思路,如果在应用中这个问题的规模不大,或者求解前k个元素的频率很高,或者k是不固定的.那么我们花费较多的时间对问题排序,在以后是使用中可以线性时间找到问题的解,总体来说,那么思路一的解法是最优的. 思路2:在思路1的基础上更进一步

程序员编程艺术

本书来自一位很有奉献精神的大神July,希望有一天能够看到本书出版. 对作者致以最真诚的感谢! 作者博客 作者微博 本书GitHub地址 CSDN下载链接 百度云盘下载链接 本书目录: 程序员编程艺术第一~三十七章集锦.............................................1 前言........................................................................1 目录................

寻找最小的K个数

寻找最小的K个数 题目描述:查找最小的K个数 题目:输入n个整数,输出其中最小的K个数 例如,输入1.2.3.4.5.6.7.8这8个数字,则最小的4个数字为1.2.3.4. 第一节.各种思路,各种选择 要求一个序列中最小的K个数,按照惯有的思维方式,很简单,先对这个序列从小到大排序,然后输出前面的最小的K个数即可: 至于选取什么样的排序方法,第一时间应该想到的是快速排序,我们知道,快速排序平均时间复杂度为O(nlogn),然后再遍历序列中前K个元素输出,即可,总的时间复杂度为O(nlogn +

排序,求几个最值问题,输入n个整数,输出其中最小的k个元素。

看完两个求最大值算法之后的一些感想. 如果想直接看算法的可以跳过.但是我觉得我这些想法还是比较有用的,至少对我将来的算法设计是这样的. 算法的功能越强大,必然意味着速度慢,因为根据丛林法则,那种慢又功能少的算法会被淘汰. 所以,(注意了!!),如果我们在使用一个算法的时候感觉到它造成的结果满足我们的使用,而且超出了,我们的使用,那么我们就很可能浪费了时间,降低了效率. 例如这个1000个数中求最大的10个的算法: 如果排序,取前10个.发现后面的白排序了,根本没用到.参照加粗行,也许可以有更快的

剑指Offer--030-最小的K个数

链接 牛客OJ:最小的K个数 九度OJ:http://ac.jobdu.com/problem.php?pid=1371 GitHub代码: 030-最小的K个数 CSDN题解:剑指Offer–030-最小的K个数 牛客OJ 九度OJ CSDN题解 GitHub代码 最小的K个数 1371-最小的K个数 剑指Offer–030-最小的K个数 030-最小的K个数 题意 题目描述 输入n个整数,找出其中最小的K个数. 例如输入4,5,1,6,2,7,3,8这8个数字, 则最小的4个数字是1,2,3

Randomize select algorithm 随机选择算法

从一个序列里面选择第k大的数在没有学习算法导论之前我想最通用的想法是给这个数组排序,然后按照排序结果返回第k大的数值.如果使用排序方法来做的话时间复杂度肯定至少为O(nlgn). 问题是从序列中选择第k大的数完全没有必要来排序,可以采用分治法的思想解决这个问题.Randomize select 算法的期望时间复杂度可以达到O(n),这正是这个算法的迷人之处.具体的算法分析可以在<算法导论>这本书里查看. 贴出伪代码: RANDOMIZED-SELECT(A, p, r, i) 1 if p =

Select(快速选择顺序统计量)原理及C++代码实现

SELECT算法利用快排中的partition思想来进行无序数组的快速选择. 寻找第i个顺序统计量可以简单理解为寻找第i小的元素. 该算法通过为partition选择一个好的主元,来保证Partition得到一个好的划分. 当然partition需要进行一些修改,把划分的主元也作为输入参数. 代码如下:(仅供参考) 1 void InsertionSort(int * const begin, int * const end) { 2 int i, j, key; 3 for (i = 1; i