快速选择算法

快速选择算法

我们可以将快速排序算法稍作修改将其应用在选择问题上,该算法称为快速选择算法,复杂度O(NlogN),最坏情况为O(N^2)。令|A|为A中的元素个数,查找A中第k个最小元,算法步骤如下:

1)如果|A|=1,那么k=1,则将A中的元素作为答案返回

2)取A中一元素V,称为枢纽元。

3)将A-{V}分为两个不相交的集合:A1和A2,其中A1中的元素值小于等于V,A2中的元素值大于等于V

4)若k<=|A1|,那么第k个最小元必然在A1中,在这种情况下返回quciksort(A1,k).如果k=1+|A1|,那么枢纽元就是第K个元素,我们将其返回。否则第k个最小元就在|A2|中,它是A2中的第(k-|A1|-1)个最小元,则递归调用返回quicksort(A2,k-|A1|-1).

  #define Cutoff ( 10 )
        void
        Qselect( ElementType A[ ], int k, int Left, int Right )
        {
            int i, j;
            ElementType Pivot;

/* 1*/      if( Left + Cutoff <= Right )
            {
/* 2*/          Pivot = Median3( A, Left, Right );
/* 3*/          i = Left; j = Right - 1;
/* 4*/          for( ; ; )
                {
/* 5*/              while( A[ ++i ] < Pivot ){ }
/* 6*/              while( A[ --j ] > Pivot ){ }
/* 7*/              if( i < j )
/* 8*/                  Swap( &A[ i ], &A[ j ] );
                    else
/* 9*/                  break;
                }
/*10*/          Swap( &A[ i ], &A[ Right - 1 ] );  /* Restore pivot */

/*11*/          if( k <= i )
/*12*/              Qselect( A, k, Left, i - 1 );
/*13*/          else if( k > i + 1 )
/*14*/              Qselect( A, k, i + 1, Right );
            }
            else  /* Do an insertion sort on the subarray */
/*15*/          InsertionSort( A + Left, Right - Left + 1 );
        }

该算法结束时,第k小的元素就在数组中第k个位置。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的快速选择算法是一种用于在未排序的列表中查找第k个最小或最大元素的高效算法。该算法基于快速排序的思想,通过将列表划分为小于、等于和大于某个基准元素的三个子列表,然后根据所需的元素在子列表中的位置递归地选择进一步的子列表,直到找到目标元素为止。 具体而言,快速选择算法的实现如下: 1. 首先,定义一个辅助函数_partition,用于将列表按照某个基准元素进行划分。该函数会将小于基准元素的元素放入一个列表less,等于基准元素的元素放入一个列表equal,大于基准元素的元素放入一个列表greater,并返回这三个列表。 2. 然后,定义快速选择函数quick_select,接受一个未排序的列表items和一个目标元素的索引index作为参数。如果index超出列表范围或者为负数,则返回None。 3. 在快速选择函数中,首先随机选择一个基准元素pivot。 4. 接着,使用辅助函数_partition将列表划分为小于、等于和大于基准元素的三个子列表smaller、equal和larger。 5. 然后,比较目标索引index与smaller的长度m的关系,如果m ≤ index < m + count(count为equal的长度),则说明目标元素就是基准元素,直接返回基准元素pivot。 6. 如果m > index,则说明目标元素在smaller列表中,递归调用快速选择函数quick_select,并传入smaller列表和目标索引index作为参数。 7. 如果m + count < index,则说明目标元素在larger列表中,递归调用快速选择函数quick_select,并传入larger列表和目标索引index - (m + count)作为参数。 通过递归地在子列表中进行选择快速选择算法可以高效地找到第k个最小或最大元素。它的平均时间复杂度为O(n),其中n是列表的长度。 <span class="em">1</span> #### 引用[.reference_title] - *1* [Python:实现quick select快速选择算法(附完整源码)](https://blog.csdn.net/it_xiangqiang/article/details/126147702)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值