在一个数组中找到第k小的数（线性时间选择）

在一个数组中找到第k小的数（线性时间选择）

在这一部分，我们讨论的题目为元素选择问题。这类题目的一般问法为：给定线性序集中n个元素和一个整数k，1 <= K <= n，要求找出这n个元素中第k小的元素，如（1，4，3，2，5）中第一小的元素就是1，第5小的元素就是5，第2小的元素就是2。

在某些特殊情况下，很容易设计出解选择问题的线性时间算法。如：当要选择最大元素或最小元素时，显然可以在O(n)时间完成。如果k <= n/logn，通过堆排序算法可以在O(n + klogn) = O(n)时间内找出第k小元素。当k >= n - n/logn时也一样。

一般的选择问题，特别是中位数的选择问题似乎比最小（大）元素要难。但实际上，从渐近阶的意义上，它们是一样的。也可以在O(n)时间完成。

 

下面我们用两种方法进行求解。

第一种：分治算法RandomizedSelect

思想：调用了随机划分函数RandomizedPartition，所以这个分治算法也是一个随机化的算法。

通过将其划分，我们逐渐可以缩小查找的范围进行查找。

时间复杂度：一般情况下为O(n)，最坏情况下，数字有序且找最大的数，则为O(n)

 

代码：

#include<windows.h>

#include<iostream>

#include<assert.h>

#include<time.h>

#include<vector>

#include<limits.h>

using namespace std;

template<class Type>

int Partition(Type *ar,int left,int right)

{

int i = left, j = right;

Type tmp = ar[i];

while(i<j)

{

while(i<j && ar[j] > tmp) --j;

if(i<j) { ar[i] = ar[j];}

while(i<j && ar[i] <= tmp) ++i;

if(i<j) { ar[j] = ar[i];}

}

ar[i] = tmp;

return i;

}



template<class Type>

int RandPartition(Type *ar,int left,int right)

{

//Sleep(800);

srand(time(NULL));

int pos = (rand() % (right - left + 1)) + left;

swap(ar[pos],ar[left]);

return Partition(ar,left,right);

}