BFPRT算法-求数组中第K小的元素.

一、实验问题简述及分析

1. 实验问题：

求数组中第K小的元素.

1. 问题实例：

通常我们需要在一大堆数中求前 K 大的数. 比如在搜索引擎中求当天用户点击次数排名前1000的热词; 在文本特征选择中求词频值从大到小排名的前k名问题.该问题也被称作TOP-K问题.

1. 常规算法存在的问题：

常规算法即指利用快速排序算法进行排序，快速排序的平均时间复杂度为O(nlogn)，但存在时间复杂度为O(n²)的情况. 而且其实只需要前K小/大的数即可，不需要对其他多余的数进行排序，快速排序算法浪费了多余的排序时间.

• 实验过程简述及时间复杂度分析

1. BFPTR算法

BFPTR算法，又称中位数算法. 根据算法分析，它的最坏时间复杂度最差仅为O(n).其与常规方法（即快速排序算法）差距仅在每次排序中选取的排序数字的有无规定上.在常规算法中，排序数字的选取是随机的，而在BFPRT算法中，先将数组每五个相邻的分成一组，如果最后有余下不足五个的也同样分为一组，将每组当中的中位数构成一个新数组，再求得新数组的中位数，作为选取的比较数字. 由此递归求解，保证每一次的比较数字都在数组的中间位置，最终将时间复杂度减小为O(n).

1. 本实验步骤简述

①将原数组分组，分为五个一组，最终若有剩余不足五个的情况可以也算作一组.

②对得到的每个小组内部进行排序，取其中位数，存放在新数组中.

③找出新数组的中位数，并以该数作为比较数字m*进行partiton过程，即将比m*小的数字存在S1中，比m*大的数字放在S2中.

④判断情况一：若此时k恰好等于|m*|,输出

判断情况二：若此时k>|m*|,缩短递归 BFPRT(a, low, m.position-1, int key)

判断情况三：若此时k<|m*|,缩短递归 BFPRT(a, m.position+1,high, int key)

 图1 BFPRT算法示意图

1. 算法的时间复杂度分析

BFPRT算法的最坏时间复杂度为O(n). 设T(n)为时间复杂度,那么很容易有如下公式 ：

                                               （1）

                                                              ②                      ③

其中 ① 来自寻找分组中的中位数， ② 则来自BFPRT（）过程，最初选择的m*首先大于中位数数组中的1/2，即总数的(1/2)*(n/5),而在这n/10的数中，它们又一定大于等于原5个小组中的3个数字，因此，在最坏的情况下，每次都选到7/10的部分  ③c*n来自其他过程,如排序.

1. 实验问题思考及新尝试：

在算法讲解中一直使用5为数组分组，但是为什么不使用其他数字进行分组，我在试验中用程序进行了比较.

因为偶数分组不方便取中位数，因此作不考虑 .在实验中，我选择7和9对原数组进行分组，发现在数组长度相同的情况下，以5分组的计算时间普遍好于以7、9进行分组的情况.

分析原因：

1. 首先，每组的元素越多，数据的最坏情况越坏：比如7个一组，数据最坏被4：10分即2：5分，相比3：7的情况比例更高，更加不均匀.
2. 会造成递归次数增多.

下图分别为200点情况下取5、7、9为分组的BFPRT算法结果

 5分组

7分组

  9分组

经过比较可以看出，5分组算法计算时间效率普遍最高，运行时间较快。

下图分别为500点情况下取5、7、9为分组的BFPRT算法结果

5分组

7分组

9分组

同样，经过比较可以看出，5分组算法计算时间效率普遍最高，运行时间较快。