无序数字中位数_如何在无序数组中查找第K小的值

如题：给定一个无序数组，如何查找第K小的值。

例子如下：

在一个无序数组，查找 k = 3 小的数

输入：arr[] = {7, 10, 4, 3, 20, 15}

输出：7

在一个无序数组，查找 k = 4 小的数

输入：arr[] = {7, 10, 4, 3, 20, 15}

输出：10

几种思路如下和复杂度分析如下：

(1)最简单的思路直接使用快排，堆排或者归并排，排序之后取数组的k-1索引的值即可，时间复杂度为O(nLogn)

(2)用大小为k的数组存前k个数，然后找出这里面最大的值kmax，耗时O(K)， 遍历剩余的数，如果有小于里面最大的数，就放进去替换掉当前最大的，依次遍历至结束，每次比较前都得找出kmax，故总的时间复杂度为：O(NK)

(3)使用大顶堆，初始化为k个值，然后后面从k+1开始，依次读取每个值，判断当前的值是否比堆顶的值小，如果小就移除堆顶的值，新增这个小的值，依次处理完整个数组，取堆顶的值就得到第k小的值。 时间复杂度为：建堆的时间为O(K)，每次调整最大堆结构时间为O(lgK)，从而总的时间复杂度为O(K + (N-K)lgK)(适合大数据量)

(4)利用快排找基准的原理，可以在平均时间复杂度O(N)级别完成，当然最坏的情况下是O(n2)与快排的最坏情况一样，但由于平均是O(N)的时间复杂度，所以这种方式一般认为是最优的解法。

 原理如下： 根据题目描述，如果是第k小的值，那就说明在升序排序后，这个值一定在数组的k-1的下标处，如果在k-1处，也就是说只要找到像这样的左边有k个数比k小(可以是无序的，只要小就可以了)，那么这个下标的值，就是我们要找的值，利用这个思想我们就可以使用快排的思想，来快速的找基准值的index(数组下标从0开始)，如果恰好碰到了基准值的下标index+1=k，那就说明基准值index所在下标的值，就是我们要找的结果。

下面的代码就是基于第四种思路来实现的，其他的方式，有兴趣的可以自己研究一下。

注意，如果思路理解了，那么该题目的变形也比较容易处理，比如

(1)如给定一个无序数组，查找最小/大的k个数，或者叫前k小/大的所有数。

剖析：思路是一样，只不过在最后返回的时候，要把k左边的所有的数返回即可。

(2)给定一个大小为n数组，如果已知这个数组中，有一个数字的数量超过了一半，如何才能快速找到该数字？

剖析：有一个数字的数量超过了一半，隐含的条件是在数组排过序后，中位数字就是n/2的下标，这个index的值必定是该数，所以就变成了查找数组第n/2的index的值，就可以利用快排分区找基准的思想，来快速求出。当然这只是解法的一种。

下面我们看下，从无序数组，如何查找第K小的值，也就是按照上面第四种思路，实现的代码如下：

public class KthSmallest {

public static int quickSortFindRaidx(int a[],int left ,int right){

int pivot=a[left];

int i=left;

int j=right;

while (i!=j){

//找右边第一个小于基准点的数字

while (a[j]>=pivot&&i<j) j--;

//做右边第一个大于基准点的数字

while (a[i]<=pivot&&i<j) i++;

if(i<j){//进行交换

int temp=a[i];

a[i]=a[j];

a[j]=temp;

}

}

//基准归位

a[left]=a[i];

a[i]=pivot;

return i;

}

public static int findKthSmall(int a[], int left, int right , int k){

if(k<=0||k>a.length){

return -1;//超出查询范围，直接返回-1

}

//返回基准点的下标，从0开始

int pivotIndex = quickSortFindRaidx(a, left, right);

//包含基准点在内的左边的数字个数

int leftNumCount = pivotIndex + 1;

//说明当前基准下标的值就是我们要找的

if (leftNumCount == k) {

return a[pivotIndex];

}

//说明要找的数，在基准点的左边，继续在左边部分递归查找

if (leftNumCount > k) {

return findKthSmall(a, left, pivotIndex, k);

}else {//说明要找的数，在基准点的右边，继续在右边部分递归查找

return findKthSmall(a, pivotIndex + 1, right, k);

}

}

public static void main(String[] args) {

int [] arr={12, 3, 5, 7, 4, 19, 26};

int kthMin = findKthSmall(arr,0,arr.length-1,1);

System.out.println(kthMin);

}

}