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)