算法设计与分析——顺序统计量：最坏情况为线性时间的选择算法

分类目录：《算法设计与分析》总目录
相关文章：
· 顺序统计量：最大值与最小值
· 顺序统计量：期望为线性时间的选择算法
· 顺序统计量：最坏情况为线性时间的选择算法

---

我们现在来看一个最坏情况运行时间为$O(n)$的选择算法。像randomized_select(arr, low, high, i)一样， 下文所述的选择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。 该算法使用的也是来自《排序算法：快速排序-[基础知识]》中的确定性划分算法partition(arr,low,high)，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，该算法可以确定一个有$n>1$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$\lfloor \frac{n}{5}\rfloor$组，每组5个元素，且至多只有一组由剩下的$n\mathrm{m}\mathrm{o}\mathrm{d}5个$元素组成。
2. 寻找这$\lceil \frac{n}{5}\rceil$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$\lceil \frac{n}{5}\rceil$个中位数，递归调用本算法以找出其中位数$x$。
4. 利用修改过的partition(arr,low,high)版本，按中位数的中位数$x$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$i<k$，则在低区递归调用本算法来找出第i小的元素。如果$i>k$，则在高区递归查找第$i-k$小的元素。

上图给出了算法的形象的说明。在第2步找出的中位数中，至少有一半大于或等于中位数的中位数$x$。因此，在这$\lceil \frac{n}{5}\rceil$个组中，除了当$n$不能被5整除时产生的所含元素少于5的那个组和包含$x$的那个组之外，至少有一半的组中有3个元素大于$x$。不算这两个组，大于$x$的元素个数至少为$\frac{3n}{10}-6$。在上图中，所有$n$个元素都由小圈来表示，并且每一组的5个元素在同一列上。其中，每组的中位数用白色圈表示，而中位数的中位数$x$也被标识出来（当查找偶数个元素的中位数时，使用较小的中位数）。箭头从较大的元素指向较小的元素，从图中可以看出，在$x$的右边，每一个包含5个元素的组中有3个元素大于$x$。在$x$的左边，每一个包含5个元素的组中有3个元素小于$x$，大于$x$的元素的背景以阴影来显示。所以，基于以上逻辑的选择算法最坏时间复杂度也可以控制在$\Theta (n)$。