小白进阶之期望为线性时间的选择算法

hola_f

于 2016-06-22 09:40:49 发布

阅读量1.5k

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/hola_f/article/details/51731946

版权

本文介绍了期望为线性时间的选择算法，该算法在最坏情况下的时间复杂度为θ(n²)，但在期望情况下达到θ(n)。算法基于随机划分，用于在数组中找到第i个元素。通过一次随机划分后，根据i的位置决定递归调用方向，避免了快速排序的双侧调用。文中还展示了相关的代码实现，展示了如何同时找到最大值和最小值，通过对输入元素成对处理，每对元素只需比较三次，初始化最大值和最小值的方法根据元素数量的奇偶性确定。

摘要由CSDN通过智能技术生成

期望为线性时间的选择算法，最坏时间复杂度为：θ(n²)，期望时间复杂度为：θ(n)。

选择算法用到了以前快速排序时用到的随机划分。目的是找出数组中第i个元素。

算法的思想为：先随机划分，再看i的位置，若是i刚刚好等于随机划分的位置，则返回此位置的数组元素值，否则根据i的位置递归调用选择函数，寻找第i 个元素。与快速排序不同的是，此算法只要在一边递归调用函数就可以了，而快速排序需要两边都进行调用。

下面是代码：

randomizedSelect.h

#include<stdio.h>
#include<stdlib.h>
#include<time.h>
int randomizedSelect(int *a,int p,int q,int i);

randomizedSelect.cpp

#include"randomizedSelect.h"
int randomizedPartition(int *a,int p,int q);
int partition(int *a,int p,int q);
int randomizedSelect(int *a,int p,int q,int i){
	if(p==q)
		return a[p];
	int r,k;
	r=randomizedPartition(a,p,q);
	k=r-p+1;
	if(i==k)
		return a[r];
	else if(i<k)
		return randomizedSelect(a,p,r-1,i);
	else
		return randomizedSelect(a,r+