java 返回第k小的数_BFPRT算法O(n)解决第k小的数

第k小算法

我们通常会简单地进行一个快速排序后，得到第k个位置上的数字即可。

我们都知道的是快速排序是个不稳定的排序，它的排序过程简单的理解主要是两个概念Partion,pivot(基准数)

一趟快速排序的过程如下

先从序列中选取一个数作为基准数

将比这个数大的数全部放到它的右边，把小于或者等于它的数全部放到它的左边

一趟快速排序也叫做Partion，即将序列划分为两部分，一部分比基准数小，另一部分比基准数大，然后

再进行分治过程，因为每一次Partion不一定都能保证划分得很均匀，所以最坏情况下的时间复杂度不能

保证总是O(nlogn)的。

BFPRT算法

在BFPTR算法中，仅仅是改变了快速排序Partion中的pivot值的选取，在快速排序中，我们始终选择第一个元

素或者最后一个元素作为pivot，而在BFPTR算法中，每次选择五分中位数的中位数作为pivot，这样做的目的

就是使得划分比较合理，从而避免了最坏情况的发生。算法步骤如下

(1)将输入数组的n个元素划分为n/5组，每组5个元素，且至多只有一个组由剩下的n%5个元素组成。

(2)寻找n/5个组中每一个组的中位数，首先对每组的元素进行插入排序，然后从排序过的序列中选出中位数。

(3)对于(2)中找出的n/5个中位数，递归进行步骤(1)和(2)，直到只剩下一个数即为这n/5个元素的中位数，找到中位数后并找到对应的下标p。

(4)进行Partion划分过程，Partion划分中的pivot元素下标为p。

(5)进行高低区判断即可。

本算法的最坏时间复杂度为O(n)，值得注意的是通过BFPTR算法将数组按第K小(大)的元素划分为两部分，而

这高低两部分不一定是有序的，通常我们也不需要求出顺序，而只需要求出前K大的或者前K小的。

java代码示意

/**

* Created by ganjun on 2017/5/3.

*/

import java.util.*;

public class BFPRT {

public final int MAXN = 100000;

public static void swap(int [] x , int i , int j){

int tmp = x[i];

x[i] = x[j]; x[j] = tmp;

}

public static void sort(int [] x , int l , int r){

for(int i=l ; i<=r ; i++){

for(int j=i+1 ; j<=r ; j++){

if(x[j]

}

}

}

public int findMedian(int []x , int l , int r){

int i , index;

for(i=l , index=0 ; i+4<=r ; i+=5 , index++){

sort(x , i , i+4);

swap(x , l+index , i+2);

}

//处理5个一分组多余的数字

if(i<=r){

sort(x , i , r);

swap(x , l+index , i+(r-i+1)/2);

index++;

}

if(index == 1) return x[l+index];

else return findMedian(x , l , l+index-1);

}

//寻找x数组中[l,r]区间内第k小元素

public int findKthMin(int [] x , int l , int r , int k){

int median = findMedian(x , l , r);

// 类似快速排序的方式，确定一个pivot为这个中位数的值x[l]，然后小的数放左边，大的数放右边

// 填坑法，最开始的数字x[l]上l位置是空出来的，

// 那么每一轮都从右边位置j找到一个较小的数填到i上(最开始i=l)，然后i上空出来了位置，

// 就再从左侧开始找到一个较大的数填回j上，直到i>=j

int mediemVal = x[l];

int i=l , j=r;

while(i

while(imediemVal) j--;

if(i

while(i

if(i

}

x[i] = mediemVal;

if(i-l+1 == k) return x[i];

else if(i-l+1 > k) return findKthMin(x , l , i-1 , k);

else return findKthMin(x , i+1 , r , k-(i-l+1));

}

public static void main(String [] args){

int []x = {2,3,6,5,7,9,4};

BFPRT sol = new BFPRT();

//int val = sol.findMidiem(x , 0 , 6);

int val = sol.findKthMin(x , 0 , x.length-1 , 3);

System.out.println(val);

}

}

c++代码

#include

#include

#include

#include

#include

using namespace std;

const int N = 1000005;

int a[N];

int findMedian(int a[] , int l , int r)

{

int i , index;

for(i=l,index=0 ; i+4<=r ; i+=5,index++){

sort(a+l , a+l+5);

swap(a[l+index] , a[i+2]);

}

if(i<=r){

sort(a+i , a+r+1);

swap(a[l+index] , a[i+(r-i+1)/2]);

index++;

}

if(index == 1) return a[l];

else return findMedian(a , l , l+index-1);

}

//以p位置上的数字作为基准点划分，返回的i是最后基准点所在的位置

int partion(int a[] , int l , int r , int p)

{

swap(a[p] , a[l]);

int i=l , j=r , pivot= a[i];

while(i

while(i=pivot) j--;

if(i

while(i

if(i

}

a[i] = pivot;

return i;

}

//在a数组的[l,r]区间内找到第k小的数字

int findKthMin(int a[] , int l , int r , int k)

{

int median = findMedian(a , l , r);

int p = partion(a , l , r , l);

int len = p-l+1;

if(len == k) return a[p];

else if(len>k) return findKthMin(a,l,p-1,k);

else return findKthMin(a,p+1,r,k-len);

}

int main()

{

int n, k;

while(~scanf("%d", &n)){

scanf("%d", &k);

for(int i = 0; i < n; i++)

scanf("%d", &a[i]);

int ret = findKthMin(a,0,n-1,k);

//for(int i=0 ; i

printf("%d\n", ret);

}

return 0;

}

>对于复杂度的理解有什么问题的可以参考《算法导论》9.3节，即112页