「改进的快速排序」时间复杂度接近O(n)

1.快速排序知识点回顾:

快速排序采用了一种分治的策略,通常称其为分治法(Divide-and-Conquer)。

平均时间复杂度为:O(nlogn)

        最好时间复杂度为:O(nlogn), 每次找的基准数最佳,为每个区间的中值。

        最坏时间复杂度为:O(n2), 数组递增或者递减。

空间复杂度:快速排序在系统内部需要一个栈来实现递归。若每次划分较为均匀,则其递归树的高度为 O(lgn), 故递归后所需栈 空间为 O(lgn) 。最坏情况下,递归树的高度为 O(n), 所需的栈空间为 O(n) 

该方法的基本思想是:

1.先从数列中取出一个数作为基准数。

2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。

3.再对左右区间重复第二步,直到各区间只有一个数。

快速排序代码:

int partition(int arr[], const int& left, const int& right)
{
    if(left < right)
    {
        medianAsPivot(arr, left, right);
        int i = left;
        int j = right;
        int key = arr[i]; // 首元素作为pivot
        while(i < j)
        {
            while(i<j && arr[j]>=key) j--;
            if(i < j) arr[i++] = arr[j];
            while(i<j && arr[i]<key) i++;
            if(i < j) arr[j--] = arr[i];
        }
        arr[i] = key;
        return i;
    }
    return left;
}

// 快速排序递归实现
void quickSort(int arr[], const int& left, const int& right)
{
    if(left < right)
    {
        int p = partition(arr, left, right);
        quickSort(arr, left, p-1);
        quickSort(arr, p+1, right);
    }
}

2. Kth Largest Element

http://www.lintcode.com/en/problem/kth-largest-element/

要接近O(n)的解法,必须每次选择区间的中值最为基准值。

void adjustPivot(vector<int> &nums, int left, int right)
{
    int middle = (left & right) + ((left ^ right) >> 1);
    if(nums[middle] >= min(nums[left], nums[right]) && nums[middle] <= max(nums[left], nums[right]))
        swap(nums[left], nums[middle]);
    else if(nums[right] >= min(nums[left], nums[middle]) && nums[right] <= max(nums[left], nums[middle]))
        swap(nums[left], nums[right]);
}

int partition(vector<int> &nums, int left, int right)
{
    if(left < right)
    {
        adjustPivot(nums, left, right);
        int pivot = nums[left];
        while(left < right)
        {
            while(left < right && nums[right] > pivot) 
                right--;
            if(left < right) nums[left++] = nums[right];
            while(left < right && nums[left] <= pivot) 
                left++;
            if(left < right) nums[right--] = nums[left];
        }
        nums[left] = pivot;
    }
    return left;
}

int kthLargestElement(int k, vector<int> nums)
{
    int size = nums.size();
    if(k <= 0 || k > size) 
        return -1;
    int left = 0;
    int right = size - 1;
    while(true)
    {
        int position = partition(nums, left, right);
        if(position < size-k) left = position + 1; 
        else if(position > size-k) right = position - 1;
        else return nums[size - k];
    }
}




  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值