快排时间复杂度_手撕面试官：快排应用寻找第k小的数

    正在找工作的猿六凯在投出无数份简历后，准备打开电脑看会电影放松下。突然接到面试官的电话，急忙跑到厕所接听。

黑脸面试官

小猿同学，看你的简历说算法掌握的比较扎实，我来给你出道算法题。

黑脸面试官

我们有一个无序的，没有重复元素的数组，现在我们需要找出第k小的数字。

黑脸面试官

比如我们的无序数组 7 3 5 1 6。需要找出第3小数。我们可以看出来，1是第一小的数，3是第二小的数，5是第三小的数。5就是我们要找的。

猿六凯

这个很简单呀，假设我们的数组是a,把数组排下序，然后a[k-1]就是我们要找的元素。

猿六凯

排序的时间复杂度是O(nlogn)，取元素的时间复杂度是O(1)，所以我们的总时间复杂度是O(nlogn)。

黑脸面试官

有没有其他的方法，比如用用快排的思想。

猿六凯

快排的思想？？恩，我想想。

猿六凯

快排的思想是分治，每次把数组分成两部分，左边部元素全都小于等于右边元素。

猿六凯

我们要找第k小的数，这个数字要么在分开的数组左边，要么在右边。

猿六凯

如果左边数组元素个数大于等于k，那么第k小的元素就在左边，我们在左边数组中找第k小的元素就可以。

猿六凯

如果左边数组元素个数小于k，那么第k小的元素就在右边。假设我们左边数组右x个元素，我们在右边数组中找第k-x小的元素就可以。

猿六凯

这样就能把寻找的范围一直缩小。直到最后，我们就在某个为1的范围内找第一小的数，这个时候，这个元素就是我们要找的元素了。

黑脸面试官

恩，你手动模拟下7 3 5 1 6 找出第3小数字的过程。

猿六凯

我以30年单手手速化了下面动图。

黑脸面试官

恩，写下代码吧。

#include using namespace std;const int N = 100010;int a[N];int find(int a[], int l, int r, int k){    if(l == r && k == 1) return a[l];        int x = a[(l + r) >> 1];    int i = l - 1, j = r + 1;    while(i < j){        while(a[++i] < x);        while(a[--j] > x);        if(i < j ) swap(a[i], a[j]);    }            if(j- l + 1 >= k ) return find(a, l, j, k);    return find(a, j + 1, r, k - j + l - 1);    }int main(){    int n, k;    cin >> n >> k;    if(k > n) return -1;    for(int i = 0; i < n; i++){        cin>>a[i];    }    cout << find(a, 0, n-1, k);    return 0;}

黑脸面试官

分析下时间复杂度和空间复杂度。

猿六凯

时间上，我们花费的是不断将搜寻范围缩小。

猿六凯

在最好情况下，每次能将搜寻范围减少到原来的一般。所以第一次缩小范围花费的是O(n)，第二次缩小范围花费的是O(n/2),第三次缩小范围花费的是O(n/4)。

猿六凯

直到最后搜寻范围为1，我们就找到了答案。

猿六凯

所以时间复杂度是：O(n)+O(n/2^1)+O(n/2^2)+...O(n/2^logn)

猿六凯

n+n/2+n/4+...+n*2^logn = n*(1+1/2+1/4+..2^logn) = n*(1-1/2+1/2-1/4 +....+ n/2^logn-1 - 1/2^logn)=n*(1 - 1/2^logn)= O(n)。所以最好情况下，时间复杂度是O(n)。

猿六凯

最坏情况下，每次只能将范围缩小1，所以时间复杂度是：O(n + n-1 + n-2 + ... + 1) =O( (n+1)/2*n) = O(n^2)。 

黑脸面试官

恩，还不错，那还有没有其他方法。

猿六凯

暂时想不到了

黑脸面试官

恩，今天先到这，等下一轮面试吧。

猿六凯

恩恩，谢谢黑脸面试官。

黑脸面试官

你说谁脸黑，你没下一次面试了。

    欢迎订阅，每周更新面试高频算法题。从思路，代码，时间复杂度等多方面进行分析。