算法导论 第九章 中位数和顺序统计量

中位数和顺序统计量

在一个由n个元素组成的集合中，第i个顺序统计量(order statistic)是该集合中第i小的元素。min是第一个，max是第n个。

9.1 最小值和最大值

MINIMUM(A)
    min=A[1]
    for i=2 to A.length
        if min>A[i]
        min=A[i]
    return min

可以同时找到最小值和最大值，首先将一对输入元素相互进行比较，然后把较小的与当前的最小值比较，把较大的与当前最大值进行比较，这样对每两个元素共需要3次比较。

9.2 期望为线性时间的选择算法

一般选择问题看起来要比找最小值这样的问题困难很多，但它们的渐进运行时间却都是O(n)。
RANDOMIZED-SELECT(A, p, r, i)
if p==r
return A[p]
q=RANDOMIZED-PARTITION(A, p, r)
k=q-p+1
if i==k //the pivot value is the answer
return A[q]
else if i

9.3 最坏情况为线性时间的选择算法

我们来看一个最坏情况运行时间为O(n)的选择算法。像RANDOMIZED-SELECT一样，SELECT算法通过对输入数组的递归划分来找出所需元素，但是在该算法中能够保证得到对数组的一个好的划分。SELECT使用的也是来自快速排序的确定性划分算法PARTITION，但做了修改，把划分的主元也作为输入参数。
通过执行下列步骤，算法SELECT可以确定一个有n>1个不同元素的输入数组中第i小的元素。
1. 将输入数组的n个元素划分为n/5组，每组5个元素，且至多只有一组由剩下的n mod 5个元素组成；
2. 寻找这n/5组中每一组的中位数：首先对每组元素进行插入排序，然后确定每组有序元素的中位数；
3. 对第2步中找出的n/5个中位数，递归调用SELECT以找出其中位数x(如果有偶数个中位数，为了方便，约定x是较小的中位数）；
4. 利用修改过的PARTITION版本，按照中位数的中位数x对输入数组进行划分。让k比划分的低区中的元素数目多1，因此x是第k小的元素，并且有n-k个元素在划分的高区；
5. 如果i=k，则返回x。如果i