算法_中位数与顺序统计量

中位数与顺序统计量

最大值与最小值

随机算法

• 目标：寻找中位数

  可以在$O(nlgn)$复杂度内完成（堆排序或快排），所以希望找到线性时间的选择方案

最大值和最小值

• 寻找最大值或最小值需要$n-1$次比较

• 同时寻找最大值或最小值，直观的想法是$2(n-1)$次比较。但事实上只需要$3\lfloor n/2\rfloor$次比较

  • 对奇数$n$，令最大值和最小值的初值都为第一个元素，然后成对比较之后的$\frac{n-1}{2}$个元素
  • 对偶数$n$，令最大值和最小值为第一对元素的较大值和较小值，然后成对比较之后的$\frac{n-2}{2}$个元素

选择顺序统计量$X_i$——随机算法

RANDOMIZED_SELECT(A, p, r, i)
    //在A[p...r]中寻找第i个顺序统计量
    if p == r               //递归终点
        return A[p]             
    q = RANDOMIZED_PARTITION(A,p,r)
    //将数组A[p...r]随机分成两块，A[q]为主元，并属于低区
    k = q - p + 1   //计算低区的长度
    if i == k       //A[q]是第i个顺序统计量
        return A[q]
    else if i < k     //第i个顺序统计量在低区
        return RANDOMIZED_SELECT(A,p,q-1,i)
    else return RANDOMIZED_SELECT(A,q+1,r,i-k)

• RANDOMIZED-SELECT的最坏运行时间$\Theta (n^2)$。但不存在特定的最坏的输入序列

  以最小元素为例，每次都只排除一个最大的

• 期望运行时间

  假设 X k = I { 子 数 组 A [ p . . . q ] 正 好 包 含 k 个 元 素 } X_k=I\{子数组A[p...q]正好包含k个元素\} Xk​=I{子数组A[p...q]正好包含k个元素}且元素互异，得到递归式：

  $$T(n)\le \sum _{k=1}^n{X}_k\cdot (T(max(k-1,n-k))+O(n))$$

  随机变量的任何一个样本 { x k } n \{x_k\}n {xk​}n，${\sum }_{k=1}^n{x}_k=1$，所以

  $$T(n)\le (\sum _{k=1}^n{X}_k\cdot (T(max(k-1,n-k)))+O(n)$$

  取期望

  $$\begin{array}{rl}E[T(n)]& \le E[(\sum _{k=1}^n{X}_k\cdot (T(\max (k-1,n-k)))+O(n)]\\ & =\sum _{k=1}^{n}E[X_k\cdot T(\max (k-1,n-k))]+O(n)\\ & =\sum _{k=1}^{n}E[X_k]\cdot E[T(\max (k-1,n-k))]+O(n)\\ & (虽然并不知道为什么独立)\\ & =\sum _{k=1}^n\frac{1}{n}E[T(\max (k-1,n-k))]+O(n)\end{array}$$

  考虑$\max (k-1,n-k)$，对偶数，$n/2$…$n-1$都恰好出现两侧，对奇数，则$\lfloor n/2\rfloor$出现一次，大于这个值的都出现两侧，所以

  $$E[T(n)]\le \frac{2}{n}\sum _{k=\lfloor n/2\rfloor }^{n-1}E[T(k)]+O(n)$$

  下面用代入法证明，假设$T(n)\le cn$

  $$\begin{array}{rl}E[T(n)]& \le \frac{2}{n}\sum _{k=\lfloor n/2\rfloor }^{n-1}ck+an\\ & =\frac{2c}{n}(\sum _{k=1}^{n-1}k-\sum _{k=1}^{\lfloor n/2\rfloor }k)+an\\ & \le \frac{2c}{n}(\frac{(n-1)n}{2}-\frac{(n/2-2)(n/2-1)}{2})\\ & =\frac{c}{n}(\frac{3n}{4}+\frac{1}{2}-2)+an\\ & \le \frac{3cn}{4}+\frac{c}{2}+an\\ & =cn-(\frac{cn}{4}-\frac{c}{2}-an)\end{array}$$

  问题转化为寻找满足$\frac{cn}{4}-\frac{c}{2}-an\ge 0$的$n$的下界，得到$n\ge \frac{2c}{c-4a}$。对于比这个值（设为$N_0$）小的，有
  $$E[T(n)]\le \frac{3c}{4}{N}_0+\frac{c}{2}+a{N}_0=O(1)$$