分治算法应用举例_选择问题、选最大与最小、选第 k 小

选择问题

• 输入：集合L (含n个不等的实数)
• 输出：L中第 i 小元素
• i=n，称为最大元素
• i=1，称为最小元素
• 位置处在中间的元素，称为中位元素
• n为奇数，中位数唯一，i= (n+1)/2
• n为偶数，可指定 i= n/2+1

选最大或最小

• 算法：顺序比较，依次比较序列中的所有数，保存每次比较的较大值或较小值。
• 时间复杂性：W(n-1)

同时选最大与最小

通常算法

1. 顺序比较，先选最大max。
2. 顺序比较，在剩余数组中选最小min，类似于选最大算法，但比较时保留较小的数。
   时间复杂性：W(n) = n-1 + n-2 = 2n-3

分组算法

• 最坏情况时间复杂度3n/2-2

分治算法

• 将数组 L 从中间划分为两个子数组 L1 和 L2
• max = max { max1，max2 }
• min = min { min2，min2 }
• L1 和 L2 分别再分组，递归地在 L1 中求 max1 和 min1，递归地在 L2 中求 max2 和 min2
• 最坏情况时间复杂度 3n/2 -2

选第二大

输入：n 个数的数组 L
输出：第二大的数
通常算法：顺序比较
1．顺序比较找到最大max
2．从剩下n -1个数中找最大，就是第二大（再次调用找最大）
时间复杂度：W( n ) = n -1 + n - 2 = 2n - 3

提高效率的途径

• 成为第二大数的条件：仅在与最大数的比较中被淘汰。
• 要确定第二大数，必须知道最大数。
• 在确定最大数的过程中记录下被最大数直接淘汰的数。
• 在上述范围（被最大数直接淘汰的数）内的最大数就是第二大数。
• 设计思想：用空间换时间

锦标赛算法

1. 两两分组比较，大者进入下一轮，直到剩下 1 个元素 max 为止。
2. 在每次比较中淘汰较小元素，将被淘汰元素记录在淘汰它的元素的链表上。
3. 检查 max 的链表，从中找到最大元，即第二大。

• 实例：
  
• 时间复杂度分析
  第一阶段：元素数为n，比较次数为n-1，淘汰了n-1个元素
  第二阶段：元素数为logn比较次数为logn-1淘汰元素数为logn-1
  时间复杂度是W(n) = n - 1 + logn - 1 = n + logn - 2

一般性选择问题

• 问题：选第 k 小。
• 输入：数组 S，S 的长度 n，正整数 k，1<=k<=n。
• 输出：第 k 小的数。

简单算法

1. 调用k次选最小算法，时间复杂度为 O (k n) 。
2. 先排序，然后输出第 k 小的数，时间复杂度为 O(n logn)。

分治算法

假设元素彼此不相等

设计思想：

• 用某个元素 m* 作为标准将 S 划分成 S1 与 S2，其中 S1 的元素小于 m*，S2 的元素大于等于 m*。
• 如果 k <= |S1|，则在 S1 中找第 k 小；如果 k = |S1| + 1，则 m* 是第 k 小，如果 k > |S1| + 1，则在 S2 中找第 k - |S1| - 1小。
• 算法效率取决于子问题规模，如何通过 m* 控制子问题规模？
  将所有数分组并在组内排序，找到每组的中位数的中位数，就是 m* 的值。
  实例中，B 中数据比 m* 大，C 中数据比 m* 小，A、D中的数据无法判断，即 8，7，10，4 需要与 9 比较。
• 归约为子问题，递归实现。
  

选择问题的算法分析

算法的时间复杂度：W(n)=O(nlogn)

递归调用

1. 求 m* 的工作量与 |M| = n / t 相关，t 为每组元素数，t大，|M| 小。
2. 归约后子问题大小与分组元素数 t 有关，t 大，子问题规模大。
3. |M| 与归约后子问题规模之和小于 n，递归树每行的工作量构成公比小于 1 的等比级数，算法复杂度是 O(n)。