from http://www.isnowfy.com/top-k-number/
感觉这是个经典问题了,但是今天看维基百科的时候还是有了新的发现,话说这个问题,比较挫的解决方案有先排序,然后找到第K小的,复杂度是O(nlogn),还有就是利用选择排序或者是堆排序来搞,选择排序是O(kn),堆排序是O(nlogk),比较好的解决方案是利用类似快速排序的思想来找到第K小,复杂度为O(n),但是最坏情况可能达到O(n^2),不过今天要说的,就是还有种方法可以使得最坏情况也是O(n)。
我们先来看用快速排序的思想来搞的方案。快速排序是找到一个数,然后把所有数分为小于等于那个数的一堆,和大于那个数的一堆,然后两段分别递归来排序,而我们查找算法里,由于知道第K小的元素会在哪一堆,这样只需要递归其中一对即可。
-
import random
-
-
def partition (arr, left, right, pivot ):
-
v = arr [pivot ]
-
arr [pivot ], arr [right -1 ] = arr [right -1 ], arr [pivot ]
-
index = left
-
for i in xrange (left, right ):
-
if arr [i ] <= v:
-
arr [i ], arr [index ] = arr [index ], arr [i ]
-
index += 1
-
return index -1
-
-
def select (arr, left, right, k ):
-
while right - left > 1:
-
index = partition (arr, left, right, random. randint (left, right -1 ) )
-
dist = index - left + 1
-
if dist == k:
-
return arr [index ]
-
if dist < k:
-
k -= dist
-
left = index + 1
-
else:
-
right = index
-
return arr [left ]
之后arr是要查找的数组,调用select即可找到第K小元素,如果pivot元素选的不好那么这个算法最坏的情况是O(n^2)。
现在讨论最坏情况下也是O(n)的方案,把所有的数分为5个一堆,那么总共会有n/5堆,对于每堆我们可以很快的找到中位数(因为只有5个所以很容易嘛),之后调用当前算法找到这n/5个中位数的中位数,用这个数来做pivot,所以这个算法被叫做Median of Medians algorithm。
把中位数的中位数作为pivot的话,那么原数组中便会有3/5*1/2个也就是3/10个小于等于这个pivot的,同理会有3/10大于这个pivot的,所以最坏情况下,数组被分为30%,70%或者70%,30%的两部分。
T(n)<=T(n/5)+T(7/10*n)+O(n)<=c*n*(1+9/10+(9/10)^2....)
所以T(n)=O(n)
也就是最坏情况下是O(n)。
-
import heapq
-
-
def partition (arr, left, right, pivot ):
-
v = arr [pivot ]
-
arr [pivot ], arr [right -1 ] = arr [right -1 ], arr [pivot ]
-
index = left
-
for i in xrange (left, right ):
-
if arr [i ] <= v:
-
arr [i ], arr [index ] = arr [index ], arr [i ]
-
index += 1
-
return index -1
-
-
def select_heap (arr, left, right, k ):
-
tmp = arr [left:right ]
-
heapq. heapify (tmp )
-
[ heapq. heappop (tmp ) for i in xrange (k -1 ) ]
-
return heapq. heappop (tmp )
-
-
def median (arr, left, right ):
-
num = (right - left - 1 ) / 5
-
for i in xrange (num +1 ):
-
sub_left = left + i * 5
-
sub_right = sub_left + 5
-
if sub_right > right:
-
sub_right = right
-
m_index = select_heap (arr, sub_left, sub_right, (sub_right-sub_left )/ 2 )
-
arr [left+i ], arr [m_index ] = arr [m_index ], arr [left+i ]
-
return select (arr, left, left+num +1, (num +1 )/ 2 )
-
-
def select (arr, left, right, k ):
-
while right - left > 1:
-
pivot = median (arr, left, right )
-
index = partition (arr, left, right, pivot )
-
dist = index - left + 1
-
if dist == k:
-
return arr [index ]
-
if dist < k:
-
k -= dist
-
left = index + 1
-
else:
-
right = index
-
return arr [left ]
同理,如果快速排序每次选pivot时用Median of Medians algorithm也可以把最坏情况降低为O(nlogn)的。