选第k小元素：特定分治策略

选第k小元素：特定分治策略

问题：在一个数组S中查找第k小的元素并输出。

解析

如果|S1|等于k，则m*就是所要找的第 k 小的数；
如果|S1|大于等于k，归约为在S1中找第 k1 小的子问题，k 在子问题中相对位置不变，即k=k1
如果|S1|小于等于k，归约为在S2中找 k2 位置的子问题，k2 相对于 S2 子问题和 k 相对
于 S 的关系，即 k2= k-|S1|-1。（在 S 中找 k，就是在 S2中找 k2）

算法

伪代码

核心代码（java版）

	static int r = 5;

    private static int select(int[] A, int low, int high, int k) {
        int num = high - low + 1;
        int group = (int) Math.ceil(1.0 * num / r);
        //每个分组排序，存于M[]
        int[] M = new int[group];

        for (int i = 0; i < group; i++) {
            Arrays.sort(A, low + r * i, low + r * i + (num > r * i + r ? r : num - i * r));
            M[i] = A[low + r * i + (num > r * i + r ? r : num - i * r) / 2];
        }
        //选M[]的中位数m
        int mid = M.length <= 2 ? M[0] : select(M, 0, M.length - 1, M.length / 2);
        int[] S1 = new int[num];//小于mid的数
        int[] S2 = new int[num];//大于mid的数
        int numS1, numS2, numS3;
        numS1 = numS2 = numS3 = 0;
        //对数进行分组
        for (int i = low; i <= high; i++) {
            if (A[i] < mid) {
                S1[numS1++] = A[i];
            } else if (A[i] == mid) {
                numS3++;
            } else {
                S2[numS2++] = A[i];
            }
        }
        if (numS1 >= k) {
            //小于mid的数的数量对大于等于k
            return select(S1, 0, numS1 - 1, k);
        } else if (numS1 + numS3 >= k) {
            return mid;
        } else {
            //小于等于mid的数的数量小于k
            return select(S2, 0, numS2 - 1, k - numS1 - numS3);
        }

    }

时间复杂度

		w(n) = O(n)

github源码地址