第八章:线性时间排序
比较排序的时间下界是:O(n lg n)
因此该章讲述的都不是基于比较的排序
记数排序:假设n 个输入元素介于0-k之间
COUNTING-SORT(A,B,k) //存放于B中
{
for (i = 0 ; i <= k ; i ++) C[i]m = 0;
for (i = 1; i <= length[A]; i ++)C[ A[i] ] ++;
for (i = 1; i <= k; i ++) C[i] = C[i] + C[i - 1]; //包含小于等于i的元素个数
for( i =1; j <= length[A]; i ++)[
B[ C[ A[i] ] ] = A[i];
C[ A[i] ] --;
}
}//O(n) while k~O(n)
基数排序:
RADIX-SORT(A, d)//d是数字的位数
for(i = 1; i <= d; i++)
use COUNTING-SORT to sort array A on digit i;
//O(n)
只需要注意一点:比较式从低到高位比较,反过来显然不合适:因为高位权重大,先调整之后,那么下一位调整时,
需要把高位相同的分成一组比较,而不能一起比较了
桶排序:
BUCKET-SORT(A){
n = length [A]
for (i = 1 ; i <= n ; i++){
insert A[i] into list B[ n*A[i] ]
}
for (i = 0 ; i < n ; i++) sort list B[i] with insertion sort
concatenate the list B together in order
}//注意,它的期望运行时间是O(n)
第九章:中位数和顺序统计学
研究:
输入:一个包含n个不同的数的几何A和一个数i, 1<= i <= n
输出:A中元素x,它恰好大于A中其他 i - 1 个元素(第i个顺序统计量)
最大值,最小值 O(n)
同时求 O(n)
这里写一下同时求的算法
MAX-MIN(A){
n = length[A]
if (odd n) {max = min = A[1];begin=2;}
else {max = max(A[1],A[2]); min = min(A[1],A[2]);begin =3;}
for(i = begin; i < n; i+=2){
A[i],A[i+1] 比较,大的跟max比较,小的跟min比较
}
}// 3*n/2
用线性时间求第i个顺序统计量
RANDOMIZED-SELECT(A, p, r, i){
if(p == r)return A[p]
q = RAMDOM-PARTITION(A, p, r);
k = q - p + 1;
if( k == i)return A[q];
else if(i < k) return RAMDOMIZED-SELECT(A, ,p , q - 1 , i );
else return RAMDOMIZED-SELECT(A, ,q +1 , r , i );
}