1. 问题定义
输入:n个无序元素 S = {x1, x2, ... , xn};
输出:S中第k个最小元素。
2. 随机算法
如果先对n个元素进行递增排序,然后直接返回排在第k个位置上的元素即可求解。因此,此题的时间复杂度就是排序的时间复杂度O(nlogn)。随机算法给出一个新的思路,能够以很高的概率确保在线性时间O(n)内求得问题的解。
基本思路:为了能够在线性时间求解,随机算法每次只是对部分元素进行排序,然后进一步求解。随机算法一般分为三个阶段:第一个阶段,从n个元素中选取n^(3/4)个元素进行排序(均匀、独立、可放回地抽样),记为R;第二个阶段,试图从R中选出两个元素L和H使得L ≤ min(S,k) ≤ H, 利用概率的知识原先在S中的第k小元素求得在R中应该是k' = k/n * n^(3/4), 由于k'存在误差,查找的位置从k'左右扩展n^(1/2)个元素,因此l取max(k' - n^0.5, 0), h取min(k' + n^0.5, n^3/4),最后L取R中第l个元素,H取R中第h个元素;第三个阶段,从S中抽取所有介于L和H之间的元素构成子集P,如果min(S, k)∈P且|P| ≤ 4*n^3/4 + 1,则可以在O(n)时间内对P进行排序并找到目标元素,其中min(S, k)∈P当且仅当Lp≤ k ≤Hp(Lp为S中比L小的元素个数,Hp为S中比H小的元素个数)。算法步骤如下:
1. R = 独立、均匀、可放回地从S中选取n^(3/4)个元素;
2. 在O(n)时间内对R进行排序 ;
3. k' = k/n * n^(3/4) ;
4. l =max( k' - n^1/2, 0), h = min(k' + n^1/2, n^3/4);
5. L = min(R, l), H = min(R, h) // min(R,l)的意思是从R中选取第l个元素;
6. Lp = Rank(S,L), Hp = Rank(S,H) // Rank(S,L) 的意思是S中比L小的元素个数;
7. P = {y∈S| L≤ y ≤H };
8. If min(S, k)∈P and |P| ≤ 4*n^3/4 + 1 // min(S, k)∈P 当且仅当 Lp≤ k ≤Hp;
9. Then 对P中的元素进行排序,返回第k-Lp位置上的元素, 算法结束;
10. Else goto 1.
3. 算法的性能分析
算法第1步的开销为O(n^3/4)=O(n); 第2步的开销为O(n); 第3~5步的开销为1;第6步需要比较2n次; 第7步是O(n)时间;第8步只需O(1)的时间进行判断;第9步需要O(n)时间。于是算法第1~9步执行一遍总的时间开销为O(n)。借助切比雪夫不等式,可以证明该算法在O(n)时间内求出min(S,k)的概率是1 - O(n^-1/4)。