关于中位数的时间复杂度为什么是O（n）

转载自：http://ilovers.sinaapp.com/article/快速排序和寻找中位数

寻找中位数

之所以，起“快速排序和寻找中位数”这个题目，并不是因为寻找中位数的时候使用了快速排序，而是这两个算法使用了一个同一个预处理结构 —— 划分，然后都是递归解决！中位数的也是根据一个数把原来的数划分一下，形成两部分。如果前半部分足够长，就在前部分找，否则在后半部分找！(这不仅适合中位数，实际上适合寻找第 k 大的数！！而 select_middle 其实不是来寻找中位数，是在寻找第 nth 大的数，如果 nth == (n+1)/2，这就是中位数！)

select_middle(int *data, int start, int last, int nth); 说明：data 是数据，start 是起始位置，last 是最后一个数据的下一个位置，nth 指定要寻找第 nth 大的数！划分和快速排序是一模一样的，递归那部分也很简单，如果左半部分长就在左半部分找，如果右半部分长，就在右半部分找剩下的小一部分，比如 nth == 10，如果左边个数是 4，那么就在右边找第 6th 大的数！跟快速排序不同的是，递归只需要针对一部分处理！

复杂度分析

blog 还不能到此结束！O__O"…快速排序写起来不容易，插入排序、冒泡儿排序和简单选择排序，都很容易写出来丫，那 me 们为什么要花这么长时间写个快速排序呢？时间复杂度低？低在哪里？还有就是寻找中位数的程序，不，是寻找第 k 大数的程序，那样写有神马好处？它的复杂度能低于 O(nlogn) 吗？！基于划分的求 nth 大的数的那个程序，最坏情况是 O(n^2)，平均是 O(n) ! O__O"…

严格的分析是 me 不喜欢的，但是 me 也不希望太过于“想当然”。先看快速排序 —— 先划分再递归排序。当然有极端情况，有木有！比如 1 2 3 4 5 这样的，每次划分，一部分只有一个数据，另外一部分还是特别多，这样的话，递归要多少次呢？差不多 n 次吧？每递归一次对于数据还很多的那一部分差不多还需要 n 的重新划分吧，那么复杂度上限就是 O(n^2) 有木有！所以快速排序最坏情况的时间复杂度是 O(n^2) 。但是，最坏的情况，要么就是正向有序，要么就是逆向有序，而多数情况，可以想象(就权当是吧)，每次划分，分成差不多相等的两部分，然后每一部分再处理，直到每一部分只有 1 个元素为止！如果用递推公式描述复杂度，可以用下图的第三个表示：

T(n) = T(n/2)

T(n) = 2T(n/2)

T(n) = 2T(n/2) + n

T(n) = T(n/2) + n

如果最初是 8 个元素，第一次划分，大体是 4+4，第二次划分大体是 2+2，第三次是 1+1，递归深度是 log n 有木有！每次重新划分，就按 n 算，时间复杂度 O(nlogn) ！那 O(nlogn) 是不是选择中位数的那个程序的时间复杂度呢？

前面的四个式子，实际反应了四种情况，虽然看上去都是分治，然后递归解决！第一种情况是个神马情况呢？意思是处理 100 个数据，和处理其中 50 个数据是一样的！处理 50 个和处理其中的 25 个一样的！而这种划分，竟然没有代价，因为后面没有 + 任何东西！这样的话，想象一下，对于所有的 n，问题都可以转化为处理 1 个数据的情况，而且几乎不增加额外开销，那么复杂度就是 O(1) 丫，有木有！再看第三个式子，反映的是，需要 100 个工作量将 100 化成 50+50 的两部分，每一部分的 50 都要递归求解，所以是 2 倍丫！上面说了，复杂度是 O(nlogn)，如果用式子看：T(8) = 2T(4) + 8 = 4T(2) + 2*4 + 8 = 8T(1) + 4*2 + 2*4 + 8 = 8 + 8 + 8 + 8 + 8 = 4*8，更通用有点：

T(2^n) = 2^n + 2 (2^ n-1) + 4() + 8 () + ... + 2^n = (n+1)2^n，也就是 T(n) = (logn+1)n

上面虽然是近似计算，但是已经能反映问题了。还有就是第二个式子和第四个式子反映的是神马情况？第二个式子反映，划分不需要代价，划分成两部分，两部分工作量再加在一起，O__O"… ！给人感觉，这样的话，T(n) = n ! 有木有！比如 n = 8，T(8) = 2T(4) = 4T(2) = 8 T(1) = 8 ，这貌似是个线性时间！O__O"…

第四个式子反映，需要 n 步将一个工作量为 n 的划分成两部分，后续只需要处理两部分中的一部分！没有 2 倍关系有木有！将递推式子迭代下去：

T(n) = n + n/2 + n/4 + n/8 + ... + 1 = 2n ！O__O"…，

这是神马情况？！线性时间？系数是 2 ？！好吧，也就是说，如果真的能均匀划分的话，上面求中位数的程序的时间复杂度就是 O(n) ! 当然，实际上常量系数要高一些，不会仅仅只有 2 ！

后话

上面的程序和复杂度分析是 me 写的，而主要的算法思想等来自数据结构、算法(算法导论)和程序设计语言(c程序设计语言)。对于程序和复杂度分析，或是 blog 有其他错误的地方，不吝赐教丫，O__O"…对了，编程之美上有一道题，这里作为最后一个补充呈献上来：n 个数中，已知某个数出现的次数多于一半，请找出来这个数！为嘛留这个题了，貌似要找的数，一定是中位数有木有！！当然还有其他解法，而且复杂度可以降到 O(n)，O__O"…