第K小元素 时间复杂度n

参考视频bilibil fjnuzs

---

一、题目分析

给出一个n个元素的序列，求其中的第k小元素(即序列按升序排序后的第k个元素)

如果用排序时间复杂度nlogn，随机快速排序时间复杂度n。

但是这里采用一种分治的方法使时间复杂度为n。若分治算法中，每次分解子问题后，只取其中一个子问题解之，丢弃其余的子问题。每次递归调用，问题的规模以常数因子被减小。设分解问题只需线性时间，则算法的时间复杂性满足$\Theta n$。

二、计算思路伪代码

大致思路是选一个“主元”,比他大的放一个数组，比他小的放另一个数组，等于的再放一个数组。然后每个数组都有长度，子问题就变为k所在的那个数组，其余两数组便可以舍去。直到只有44个元素时就去排序找第K。（为啥是44哩，是在计算时间复杂度时确定的）
还有一个难度是找到“主元”就是一个中间的数，避免子问题太大，被舍弃的内容太少。找主元的方式是五个一组，不够5个舍弃掉，将每五个的中间数放入mid数组，再从mid数组里找一个中间数作为主元（mm）。

//求A[low.high]中的第k小元素并返回。
select ( A, low, high, k )  
	p=high-low+1  			//p为当前处理的元素个数。
	if p<44 then 			// 当元素个数<44时，直接求解。
		将A[low..high]排序
		return(A[low+k-1])
	end if
	
//以下分解子问题
	q= p/5下取整
	将A[low.low+5q-1]分为q组,每组5个元素
	将q组中的每一组单独排序并找出中项，所有的中项存于数组Mid[1..q]中
	mm=select(Mid , 1, q, q/2上取整)        //求中项序列M的中项mm
	将A[low..high]分成三组
	A1={a|a<mm} , A2={a|a=mm}, A3={a|a>mm}
	
//以下选择一个子问题递归或直接解。
	case
		|A1|>=k: return select (A1,1, |A1|, k)
		|A1|+|A2|>=k: return mm
		|A1|+|A2|<k: return select (A3,1, |A3|, k-|A1|-|A2| )
	end case
end select

三、Java实现

但是有一个不足，就是我测试的数据没有找到大于44的（lan）所以只能算跟着伪代码码了一遍。

public class TestMink {

	public static void main(String[] args) {
		int[] arr = {56, 34, 22, 7, 16, 95, 46, 37, 81, 12, 73, 26, 19, 31, 68, 42, 3, 72, 51};
		System.out.println(select(arr, 0, arr.length-1, 8));
	}
	
	public static int select(int[] arr, int begin, int end, int k) {//传的是下标
		int p = end-begin+1;
        if (p < 44) {
        	Arrays.sort(arr);
            return arr[begin+k-1];
        }
        
        int q = (int)Math.floor(p/5);
        int mm = medians(arr, begin, q);//起始下标和一共多少组
        
        int[] a1 = new int[end-begin+1];
        int[] a2 = new int[end-begin+1];
        int[] a3 = new int[end-begin+1];
        int count1 = 0;
        int count2 = 0;
        int count3 = 0;
        for(int i=begin; i<=end; i++) {
        	if(arr[i] < mm) {
        		a1[count1++] = arr[i];
        	}else if(arr[i] > mm) {
        		a3[count3++] = arr[i];
        	}else {
        		a2[count2++] = arr[i];
        	}
        }
        if(count1 >= k ) {
        	return select(a1, 0, count1, k);
        }else if(count1+count2 >= k) {
        	return mm;
        }else {
        	return select(a3, 0, count3, k-count1-count2);
        }
    }
	
	//找主元
	public static int medians(int[] arr, int low, int q) {
        int[] mArr = new int[q];
        int j = 0;
        int count = 0;
        int[] temp = new int[5];
        for (int i = low; i < low+5*q-1; i++) {
        	if(count == 5) {
        		count = 0;
        		Arrays.sort(temp);
        		mArr[j++] = temp[2];
        	}else {
        		temp[count++] = arr[i];
        	}
        }
        return select(mArr, 0, mArr.length - 1, mArr.length / 2);
    }
}

四、时间复杂度

select函数两个地方被调用，在找主元时递归的规模是n/5，还有就是舍弃两个数组递归去解决子问题时。a1和a3的规模采用估算。

$$T(n)⩽\{\begin{array}{ll}c& ,n<44\\ T(\lfloor n/5\rfloor )+T(\lfloor 3n/4\rfloor )+cn& ,n\ge 44\end{array}$$
解的$T(n)⩽20cn$