算法导论-顺序统计-快速求第i小的元素

最新推荐文章于 2021-12-12 21:13:37 发布

athrone

最新推荐文章于 2021-12-12 21:13:37 发布

阅读量957

点赞数

内容

1、问题的引出-求第i个顺序统计量

什么是顺序统计量？及中位数概念

在一个由元素组成的集合里，第i个顺序统计量（order statistic）是该集合第i小的元素。例如，最小值是第1个顺序统计量(i=1)，最大值是第n个顺序统计量(i=n)。一个中位数（median）是它所在集合的“中点元素”。当n为奇数时，中位数是唯一的；当n为偶数时，中位数有两个。问题简单的说就是：求数组中第i小的元素。

那么问题来了：如何求一个数组里第i小的元素呢？

常规方法：可以首先进行排序，然后取出中位数。由于排序算法（快排，堆排序，归并排序）效率能做到Θ(nlogn),所以，效率达不到线性；在本文中将介绍两种线性的算法，第一种期望效率是线性的，第二种效率较好，是在最坏情况下能做到线性效率。见下面两个小节；

2、方法一：以期望线性时间做选择

这是一种分治算法：以快速排序为模型：随机选取一个主元，把数组划分为两部分，A[p...q-1]的元素比A[q]小，A[q+1...r]的元素比A[q]大。与快速排序不同，如果i=q，则A[q]就是要找的第i小的元素，返回这个值；如果i < q，则说明第i小的元素在A[p...q-1]里；如果i > q，则说明第i小的元素在A[q+1...r]里；然后在上面得到的高区间或者低区间里进行递归求取，直到找到第i小的元素。

下面是在A[p...q]中找到第i小元素的伪码：

1 RandomSelect(A,p, q,k)//随机选择统计，以期望线性时间做选择
2 {
3     if (p==q) return A[p];
4     int pivot=Random_Partition(A,p,q);//随机选择主元，把数组进行划分为两部分
5     int i=pivot-p+1;
6     if (i==k )return A[pivot];
7     else if (i<k) return RandomSelect(A,pivot+1,q,k-i);//第k小的数不在主元左边，则在右边递归选择
8     else return RandomSelect(A,p,pivot-1,k);//第k小的数不在主元右边，则在左边递归选择
9 }

在最坏情况下，数组被划分为n-1和0两部分，而第i个元素总是落在n-1的那部分里，运行时间为Ө(n^2);但是，除了上述很小的概率情况，其他情况都能达到线性；在平均情况下，任何顺序统计量都可以在线性时间Θ(n)内得到。

实现代码（c++）：

 
   
 View Code 

3、方法二（改进）：最坏情况线性时间的选择

相比于上面的随机选择，我们有另一种类似的算法，它在最坏情况下也能达到O(n)。它也是基于数组的划分操作，而且利用特殊的手段保证每次划分两边的子数组都比较平衡；与上面算法不同之处是：本算法不是随机选择主元，而是采取一种特殊的方法选择“中位数”，这样能使子数组比较平衡，避免了上述的最坏情况（Ө(n^2)）。选出主元后，后面的处理和上述算法一致。

那么问题又来了，这种特殊的手段是什么呢？

如上图所示：

1）将输入数组的n个元素划分为n/5组，每组（上图中的每列为一组）5个元素，且至多只有一个组有剩下的n%5个元素组成

2）首先对每组中的元素（5个）进行插入排序，然后从排序后的序列中选择出中位数（图中黄色数）。

3）对第2步中找出的n/5个中位数，递归调用SELECT以找出其中位数x（图中红色数）。（如果有偶数个中位数取较小的中位数）

这三个步骤就可以选出一个很好的主元，下面的处理和方法一一致（递归）

OK! 下面是完整的算法步骤：

1）将输入数组的n个元素划分为n/5组，每组（上图中的每列为一组）5个元素，且至多只有一个组有剩下的n%5个元素组成

2）首先对每组中的元素（5个）进行插入排序，然后从排序后的序列中选择出中位数（图中黄色数）。

3）对第2步中找出的n/5个中位数，递归调用SELECT以找出其中位数x（图中红色数）。（如果有偶数个中位数取较小的中位数）

4）调用PARTITION过程，按照中位数x对输入数组进行划分。确定中位数x的位置k。

5）如果i=k，则返回x。否则，如果i<k，则在地区间递归调用SELECT以找出第i小的元素，若干i>k，则在高区找第(i-k)个最小元素。

大致伪码：

 1 WorseLinearSelect(vector<T> &A,int p,int q,int k)
 2 {
 3     // 将输入数组的n个元素划分为n/5（上取整）组，每组5个元素，
 4     // 且至多只有一个组有剩下的n%5个元素组成。
 5     if (p==q) return A[p];
 6 
 7     int len=q-p+1;
 8     int medianCount=1;
 9     if (len>5)
10         medianCount = len%5 >0 ? len/5 + 1 : len/5;
11     vector<T> medians(medianCount);//存放每组的中位数
12 
13     // 寻找每个组的中位数。首先对每组中的元素（至多为5个）进行插入排序，
14     // 然后从排序后的序列中选择出中位数。
15     int m=p;
16     for (int j=0,m=p;j<medianCount-1;j++)
17     {
18         medians[j] = GetMedian(A,m,m+4);
19         m+=5;
20     }
21     medians[medianCount-1] = GetMedian(A,m,q);
22     //对第2步中找出的n/5（上取整）个中位数，递归调用SELECT以找出其中位数pivot。
23     //（如果是偶数去下中位数）
24     int pivot = WorseLinearSelect(medians,0,medianCount-1,(medianCount+1)/2);
25     //调用PARTITION过程，按照中位数pivot对输入数组进行划分。确定中位数pivot的位置r。
26     int r = partitionWithPivot(A,p,q,pivot);
27     int num = r-p+1;
28     //如果num=k，则返回pivot。否则，如果k<num，则在地区间递归调用SELECT以找出第k小的元素，
29     //若干k>num，则在高区找第(k-num)个最小元素。
30     if(num==k) return pivot;
31     else if (num>k) return WorseLinearSelect(A,p,r-1,k);
32     else return WorseLinearSelect(A,r+1,q,k-num);
33 }