元素选择问题

元素选择又称顺序统计学，无非包含在一个数据集中查找最小的数，最大的数，中位数，第K位数，前K小数。。。云云。

 

1. 查找最小数，查找最大数：

 

顺序查找，比较次数 n—1 ，复杂度为O(n)

 

如果同时查找出最大最小数，则采取如下方法 FindMinMax(A)

 

FindMinMax(A):

1. 将n个元素两两分为 n/2 组

2. 每组进行比较，则会得到 n/2 个较小和 n/2 个较大的数据集合

3. 在 n/2 个较小数据集合中查找最小min

4. 在 n/2 个较大数据集合中查找最大max

5. 如果是基数，则为 n/2 +1

复杂度分析:

2. 比较 n/2 次

3.4 比较 (n/2 - 1) + (n/2 - 1) = 2 * (n/2) - 2 次

最终得 3 * n/2 - 2 次

（在分组的时候减少了 n/2 次比较，个人认为也就优化在此）

 

 

2. 一般性选择问题：

 

中位数的定义为位置处在中间的数，当i奇数时为 (i+1)/2，偶数时为两个 i/2 和 (i+1)/2

 

(王晓东一本书中提到select方法，后续文章将对此方法进行讨论)

 

本文采用一种类似快速排序的思想(随机化算法)来解决此问题

 

random-select (A, p, r, i)

 

if p = r

then return A[p]

 

q <- random-partition(A, p, r) //在A数组中，随机选取一个主元，位置为q，并将其划分

 

k <- q - p + 1;

 

if i = k

 

then return A[q];

 

elseif i < k

 

then return random-select (A, p, q - 1, i)

 

else

 

return random-select (A, q + 1, r, i - k)

 

复杂度: 平均复杂度为O(n), 最坏情况为O(n^2)

 

3. 选取第二大的元素:

 

算法1: 顺序比较找到最大max并将其删除，再从剩下的 n - 1个数中找最大。

 

复杂度: n - 1 + n - 2 = 2n - 3

 

算法2: 锦标赛算法 (后续博文讨论)

 

复杂度为 n + log n - 2

 

4. 选取前k小元素:

 

算法1: 运用select方法或者random-select算法选取到第k个位置的数

顺序查找

 

复杂度为: O(n) + n - 1 = O(n)

 

算法2: 将元素建最小堆，再取K次元素

 

复杂度为 O(n * log n)