2016年计算机考研43题——快速排序划分思想寻找中间值

本文链接：https://blog.csdn.net/m0_74096409/article/details/135242992

1. 题目描述

2. 算法设计基本思想

2.1 满足条件的划分情况

为了使得 $|n_1 - n_2 |$ 有最小值，则两个集合的元素个数应该尽量接近，在此前提下，为了使得 $|S_1 - S_2|$ 有最大值，则当且仅当一边的所有元素都小于等于另一边的所有元素满足题意.

对于第一个条件，若 A 的元素个数为偶数 n，则划分所得两边集合的元素个数分别为 $\frac{n}{2}, \frac{n}{2}$ 即可；若 A 的元素个数为奇数 n，则划分所得两边集合的元素个数分别为⌊ $\frac{n}{2}$ ⌋, ⌊ $\frac{n}{2}$ ⌋ - 1，其中 ⌊ ⌋, 表示下取整符号，譬如，n = 5，则两边集合元素个数分别为 2，3.

与统计学中的顺序统计量类似地，我们定义 A(n) 表示将 A 排好序后的排在第 n 位的元素，也即 A 中第 n 小的元素.

对于第二个条件，若 A 的元素个数为偶数 n，可以把 A(1)，A(2) ... A( $\frac{n}{2}$ )划分在一个集合中，把 A( $\frac{n}{2}$ + 1)， A( $\frac{n}{2}$ + 2)，... A(n)划分在另一个集合中即可；若 A 的元素个数为奇数 n，则需考虑 A (⌊ $\frac{n}{2}$ ⌋ + 1) 应该归为哪一方：

记 M1 为A(1) 到 A(⌊ $\frac{n}{2}$ ⌋)的求和值，M2 为A (⌊ $\frac{n}{2}$ ⌋ + 2) 到 A(n)的求和值，k = A (⌊ $\frac{n}{2}$ ⌋ + 1)

1. 若将 k 归于 M1，则S1 = k + M1，S2 = M2， $|S_1 - S_2|$ = $|M1 + k - M2|$ ，进一步地，另 x = (M2 - M1)，有 $|S_1 - S_2|$ = $|k - x|$

2. 若将 k 归于 M2，则S1 = M1，S2 = k + M2， $|S_1 - S_2|$ = $|M1 - M2 - k|$ ，进一步地，另 x = (M2 - M1)，有 $|S_1 - S_2|$ = $|k + x|$

由于 k > 0, x > 0，则 $|k - x|$ < $|k + x|$ ，故将 k 划分至 M2最为合适.

2.2 划分算法的实现

在2.1的证明中，我们已经知道需要无论 A 的元素个数为奇数还是偶数，均需要找到第⌊ $\frac{n}{2}$ ⌋ + 1小的元素，并将比它小元素归在一个划分中，将它以及比它大的元素归在另一个划分中.

显然，一个比较直观的解法，是对所给集合A从头到尾进行全序列的快速排序，再在有序序列中查找排位在⌊ $\frac{n}{2}$ ⌋ + 1的元素进行划分。如此，平均时间复杂度将与快速排序相同，即O( $nlog_2n$ ).

但由于我们仅需统计比 A (⌊ $\frac{n}{2}$ ⌋ + 1) 小元素的元素和 S1，大于等于 A (⌊ $\frac{n}{2}$ ⌋ + 1) 的元素和 S2，无需对这两个划分内部进行排序，因此在快速排序递归划分的过程中，若某次枢纽元素恰为 A (⌊ $\frac{n}{2}$ ⌋ + 1)，则可以停止排序，此时A (⌊ $\frac{n}{2}$ ⌋ + 1) 前面的元素均比它小（虽然可能是无序状态）， A (⌊ $\frac{n}{2}$ ⌋ + 1) 后面的元素均比它大（虽然也可能是无序状态），但不影响我们求和；同时，由于我们的目标转为找到 A (⌊ $\frac{n}{2}$ ⌋ + 1) 作为枢纽的划分，因此每次划分只需递归进行元素个数大于等于⌊ $\frac{n}{2}$ ⌋ + 1的子段即可，因为我们可以保证A (⌊ $\frac{n}{2}$ ⌋ + 1)一定在该子段当中.

3. 算法的C++代码实现

划分 (Partition) 部分的算法，可直接照搬一般快速排序中的划分，这里选取序列尾元素作为划分枢纽 (pivot)，函数返回枢纽最终的下标:

int Partition(int a[], int low, int high){
    int i = low, j = high;    //待划分序列的左、右下标范围
    int pivot = a[high];      //选取序列尾元素作为划分枢纽
    while(1){
        while(a[i] < pivot) i++;
        while(j > i && a[j] > pivot) j--;
        if(i >= j)
            break;
        else
            swap(a[i++],a[j--]);
    }
    swap(a[i], a[high]);
    return i;
}

由于本题只需递归划分一个子段，故在此采用迭代的方式实现A (⌊ $\frac{n}{2}$ ⌋ + 1)的查询：

void Solution(int a[], int n){
    int l = 1;              //原始序列首元素下标
    int r = n;              //原始序列尾元素下标
    int i = 0;              //记录当前划分的枢纽
    bool suc = false;       //是否成功找到中间值目标
    while(!suc){
        i = Partition(a, l, r);
        //成功找到
        if(i == n / 2 + 1)  
            suc = true;
        //失败，则待找枢纽在元素个数超过 n / 2 + 1的一方
        else if(i < n / 2 + 1)  
            l = i + 1;
        else
            r = i - 1;
    }
    int S1 = 0, S2 = 0;      //记录求和结果
    cout << "S1: ";
    for(int t = 1; t < i; t++){
        cout << a[t] << " ";
        S1 += a[t];
    }
    cout << endl << "S2: ";
    for(int t = i; t <= n; t++){
        cout << a[t] << " ";
        S2 += a[t];
    }
    //输出结果
    cout << endl << "|S1 - S2| = " << abs(S1 - S2);
}

主函数，注意元素下标从1开始：

int main(){
    int n;
    cin >> n;
    int a[n+1];
    for(int i = 1; i <= n; i++)
        cin >> a[i];
    Solution(a, n);
}

代码运行：

输入：
5
5 1 3 4 2
输出：
S1: 2 1
S2: 5 4 3
|S1 - S2| = 9

输入：
10
5 1 9 8 2 6 3 4 7 0
输出：
S1: 0 5 1 9 2
S2: 3 4 6 7 8
|S1 - S2| = 11

4. 算法时间、空间复杂度分析

4.1 空间复杂度分析

本题采用与快速排序类似的算法，无需增加额外空间，因此空间复杂度为 O(1).

4.2 时间复杂度

4.2.1 精确递推式

记 C(n)为问题规模为 n 的平均比较次数，

$C(n) = (n-1) + \frac{1}{n}(\sum_{k=1}^{k=\frac{n}{2}} C(n-k) + \sum _{k=\frac{n}{2} + 2}^{k =n} C(k-1) + 0)$

其中，n - 1表示当前轮划分的比较次数，每个元素都需与枢纽元素比较，共n - 1次.

其中， $\sum_{k=1}^{k=\frac{n}{2}} C(n-k)$ 表示本轮枢纽落在1 ~ $\frac{n}{2}$ 时，所有可能子段（即pivot以右的子段）的查找长度之和.

其中， $\sum _{k=\frac{n}{2} + 2}^{k =n} C(k-1)$ 表示本轮枢纽落在 $\frac{n}{2}$ + 2时，所有可能子段（即pivot以左的子段）的查找长度之和.

其中，0表示本轮枢纽恰好落在 $\frac{n}{2}$ + 1，则无需继续查找.

前面的系数 $\frac{1}{n}$ 是对所有可能情况的平均.

4.2.2 直观理解

上述递推公式的求解较为困难，但我们可以参照快速排序平均性能的分析对本题加以理解：

根据《算法导论7.2 快速排序的性能》中的分析，我们可以直观地认为平均情况下，最优划分与最差划分交替出现，

可见，紧跟最差划分后的最优划分使得剩余子段重新回归平均划分的情况，即我们可以认为：最优划分能够吸收最差划分，故直观上认为，平均情况下的划分结果是接近最优划分的.

本题中，最优划分情况下，一次划分便可得到结果，故比较次数只有 n-1，即时间复杂度为O(n)，最差划分情况下，每次划分仅排除一个元素（如第一次划分排除最大元素，第二次划分排除最小元素，第三次划分排除次大元素，以此类推），则至多需要 O( $n^2$ )的时间复杂度才能找到 A (⌊ $\frac{n}{2}$ ⌋ + 1)，相当于对序列做了排序。由于划分时平均情况接近最优情况，故本题平均时间复杂度为O(n).

🚩 欢迎读者指正！