快速选择select算法

问题描述:

在一个数组中找出第k小的数。

算法:

快速选择select算法。

策略:五分化中项的中项做pivot


复杂度:最坏情况下O(n)

对比:

1、RANDOMIZED-SELECT以序列中随机选取一个元素作为主元,可达到线性期望时间O(N)的复杂度。

2、SELECT,快速选择算法,以序列中“五分化中项的中项”,或“中位数的中位数”作为主元(枢纽元),在最坏情况下亦为O(N)的复杂度。

代码实现:

#pragma once
#include<iostream>
using namespace std;

//插入排序,升序
void Insert_Sort(int array[], const int left, const int right)
{
	for (int i = left; i <= right; i++)
	{
		int j = i - 1;
		int key = array[i];
		while (j >= left&&array[j] >= key)
		{
			array[j + 1] = array[j];
			j--;
		}
		array[j + 1] = key;
	}
}

//找array的中位数的中位数,interval为分段间隔
int FindMedia(int array[], int left, int right, const int interval)
{
	//到头了,不再分段,直接排序,返回中位数
	if (right - left +1 <= interval)
	{
		Insert_Sort(array, left, right);
		return(array[(left + right) / 2]);
	}

	//分段,对新的中位数数组递归找中位数
	int *media_array = new int[(right - left +1 ) / interval];
	int i = 0;
	while (i<(right - left+1) / interval)
	{
		Insert_Sort(array, i*interval+left, (i + 1)*interval-1+left);
		media_array[i] = array[i*interval + interval / 2+left];
		i++;
	}
	return FindMedia(media_array, 0, (right - left+1) / interval-1, interval);
}

//找中位数的位置下标
int FindMediaIndex(int array[], int media, int left, int right)
{
	for (int i = left; i <=right; i++)
		if (array[i] == media)
			return i;
}

//寻找array中left-right这一段(right-left+1个元素)中第第k小的数(策略:interval分化中项的中项做pivot)
int SelectK(int array[], int left, int right, const int k, const int interval)
{
	//找中位数的中位数
	int media = FindMedia(array, left, right, interval);
	//找media在array中的位置
	int media_index = FindMediaIndex(array, media,left, right);
	//media放尾部
	swap(array[media_index], array[right]);
	int i = left;
	int j = right - 1;
	while (i<j)
	{
		while (array[i] < media)
			i++;
		while (array[j] >= media)
			j--;
		if (i < j)
			swap(array[i], array[j]);
	}
	swap(array[right], array[i]);
	//三种情况
	//第k小数在media右边
	if (i-left < k - 1)//第k大的数的下标应为k-1
		return SelectK(array, i + 1, right, k - (i -left+ 1), interval);
	//第k小数在media左边
	if (i-left>k - 1)
		return SelectK(array, left, i - 1, k, interval);
	//第k小数即为media
	return media;
}



void main()
{
	int array[] = { 0, 45, 78, 55, 47, 4, 1, 2, 7, 8, 96, 36, 45 };
	int arraysize = sizeof(array) / sizeof(int);//数组长度
	int k = 3;//找第k大的数
	int interval = 5;//分段间隔

	int result = SelectK(array, 0, arraysize - 1, k, interval);
	cout << "第" << k << "小的数为:" << result << endl;
	
	//打印数组,便于检查
	cout << "数组排序后:" << endl;
	Insert_Sort(array, 0, arraysize - 1);
	for (int i = 0; i < arraysize; i++)
		cout << array[i] << ' ';
	cout << endl;
	system("pause");
}



  • 9
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python的快速选择算法是一种用于在未排序的列表中查找第k个最小或最大元素的高效算法。该算法基于快速排序的思想,通过将列表划分为小于、等于和大于某个基准元素的三个子列表,然后根据所需的元素在子列表中的位置递归地选择进一步的子列表,直到找到目标元素为止。 具体而言,快速选择算法的实现如下: 1. 首先,定义一个辅助函数_partition,用于将列表按照某个基准元素进行划分。该函数会将小于基准元素的元素放入一个列表less,等于基准元素的元素放入一个列表equal,大于基准元素的元素放入一个列表greater,并返回这三个列表。 2. 然后,定义快速选择函数quick_select,接受一个未排序的列表items和一个目标元素的索引index作为参数。如果index超出列表范围或者为负数,则返回None。 3. 在快速选择函数中,首先随机选择一个基准元素pivot。 4. 接着,使用辅助函数_partition将列表划分为小于、等于和大于基准元素的三个子列表smaller、equal和larger。 5. 然后,比较目标索引index与smaller的长度m的关系,如果m ≤ index < m + count(count为equal的长度),则说明目标元素就是基准元素,直接返回基准元素pivot。 6. 如果m > index,则说明目标元素在smaller列表中,递归调用快速选择函数quick_select,并传入smaller列表和目标索引index作为参数。 7. 如果m + count < index,则说明目标元素在larger列表中,递归调用快速选择函数quick_select,并传入larger列表和目标索引index - (m + count)作为参数。 通过递归地在子列表中进行选择快速选择算法可以高效地找到第k个最小或最大元素。它的平均时间复杂度为O(n),其中n是列表的长度。 <span class="em">1</span> #### 引用[.reference_title] - *1* [Python:实现quick select快速选择算法(附完整源码)](https://blog.csdn.net/it_xiangqiang/article/details/126147702)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值