算法第二周 分治算法应用

算法题目 ： Kth Largest Element in an Array

算法题目描述： 

Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.

For example,
Given [3,2,1,5,6,4] and k = 2, return 5.

Note:
You may assume k is always valid, 1 ≤ k ≤ array's length.

算法分析：

这道题很好理解，就是求一个数组中的第k大的数字，首先想到的当然就是排序了，直接用sort()函数就可以排序，然后在返回第K大的数。然而考虑到算法的效率，这样肯定不行，需要用到其他排序算法。我们一般用到的排序算法有插入排序，快速排序，选择排序，归并排序等，各有各的优势。这里面和分治算法相关的就只有快速排序和归并排序了。

下面我们主要探讨归并排序和快速排序。对于归并排序，归并过程为：比较a[i]和a[j]的大小，若a[i]≤a[j]，则将第一个有序表中的元素a[i]复制到r[k]中，并令i和k分别加上1；否则将第二个有序表中的元素a[j]复制到r[k]中，并令j和k分别加上1，如此循环下去，直到其中一个有序表取完，然后再将另一个有序表中剩余的元素复制到r中从下标k到下标t的单元。归并排序的算法我们通常用递归实现，先把待排序区间[s,t]以中点二分，接着把左边子区间排序，再把右边子区间排序，最后把左区间和右区间用一次归并操作合并成有序的区间[s,t]。

时间复杂度为  O( n log n)  空间复杂度为  O（n) 对于快速排序算法来说，它的基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。值得注意的是，快速排序不是一种稳定的排序算法，也就是说，多个相同的值的相对位置也许会在算法结束时产生变动。

一趟快速排序的算法是：

1）设置两个变量i、j， 排序开始的时候：i=0，j=N-1；

2）以第一个数组元素作为关键数据，赋值给 key，即 key=A[0]；

3）从j开始向前搜索，即由后开始向前搜索(j--)，找到第一个小于 key的值A[j]，将A[j]和A[i]互换；

4）从i开始向后搜索，即由前开始向后搜索(i++)，找到第一个大于 key的A[i]，将A[i]和A[j]互换；

5）重复第3、4步，直到i=j； (3,4步中，没找到符合条件的值，即3中A[j]不小于 key,4中A[i]不大于 key的时候改变j、i的值，使得j=j-1，i=i+1，直至找到为止。找到符合条件的值，进行交换的时候i， j指针位置不变。另外，i==j这一过程一定正好是i+或j-完成的时候，此时令循环结束）。

时间复杂度为  O( n log n)  空间复杂度为  O(log n)

通过对比我们可以很清楚的看到两者的时间复杂性是一样的，但是实际上用起来还是快速排序更胜一筹。这其中的主要原因还是要自己做实验来分析的，一般的解释是当数据量越来越大时，尽管归并排序的比较次数较少，但是归并排序后期的合并操作所花费的时间便越来越大，合并操作对整体的效率影响越来越明显，包括后面大量数据的赋值操作等。所以当数据量变大时，不需要专门合并的快速排序的优势就变得越发明显。归并排序比快速排序有优势的一点估计就是稳定性了。所以在权衡下，最终选取了快速排序。快速排序肯定都不陌生，就直接上代码吧！

算法代码（C++):

class Solution {
public:


    void quicksort(vector<int>& nums, int left, int right)
     {
         if(left < right)
         {
             int pivot = nums[left];
             int low = left;
             int high = right;
             
             while(low < high)
             {
                 while(low < high && nums[high] >= pivot)
                 high--;
                 
                 nums[low] = nums[high];
                 
                 while(low < high && nums[low] <= pivot)
                 low++;
                 
                 nums[high] = nums[low];
             }
             
             nums[low] = pivot;
             quicksort(nums, left, low - 1);
             quicksort(nums, low + 1, right);
             
         }
     }
     
      int findKthLargest(vector<int>& nums, int k) {
          quicksort(nums, 0, nums.size() - 1);
          return nums[nums.size() - k];
      }

 
};