1.问题
特定分治策略:选第k小元素
2.解析
●k=|S1|+1, m’ 就是所要找的第k小的数(以m’为划分标准后, 比m’小的有|S1|个,如果恰巧k=|S1|+1, 则m’就是所要找的第k小的数)
●k<=|S1|,归约为在s1,中找第k1小的子问题,k1在子问题中相对位置不变,即k1=k ;
●k>|S1|+1,归约为在S,中找k2位置的子问题,k2 相对于S2子问题和k相对于S的关系,即k2= k-|S1|-1。(在S中找k,就是在S2中找k2)
3.设计
Select(S,k)
输人: n个数的数组S,正整数k
输出: S中的第k小元素
将S划分成5个一组,共「n/5」个组
每组找一个中位数,把这些中位数放到集合M中
m←Select(M,[ |M|/2]) //选M的中位数m ,将S中的数划分成A,B,C,D四个集合
把A和D中的每个元素与m比较,小的构成S1,大的构成S2;
S1←S1UC; S2←S2∪B;
if k=|S1|+l then 输出m
else if k≤|S1|
then Select(S1, k)
else Select(S2, k-|S1l- 1)
4.分析
假设n是5的倍数,且n/5是奇数,即n/5=2r+1;所以|A|=|D|=2r,|B|=|C|=3r+2,n=10r+5。
若A,D的元素都小于m*,那么它们都加入至S1中,且下一步算法又在这个子问题上递归调用,这对应了归约后子问题的规模的上界,也正好是时间复杂度最坏的情况。类似的,如果A,D的元素都大于m*,也会出现类似的情况。
以前者为例时,子问题的大小是:|A|+|C|+|D|=7r+2=7*(n−5)/10 + 2=7*(n/10)−1.5<7*n/10
上式表明子问题规模最大不超过原问题的7/10,这个参数7/10就是前文特征(2)中的d。
所以最坏情况下的时间复杂度的递推式: W(n)<=W(n/5)+W(7n/10)+tn
W(n)<=tn+0.9tn+(0.9^2)tn+…=tn(1+0.9+0.92+…)=O(n)
5.源码
https://github.com/vin-zqw/test6