试编写一个算法,使之能够在数组L[1...n]中找出第k小的元素(即从小到大排序后处于第k个位置的元素)

这篇博客介绍了如何在数组L[1...n]中找出第k小的元素,通过分析快速排序的划分操作,提出了一种平均时间复杂度为O(n)的算法。算法基于选择枢轴进行划分,根据划分结果递归查找,避免了全数组排序,提高了效率。
摘要由CSDN通过智能技术生成

试编写一个算法,使之能够在数组L[1…n]中找出第k小的元素(即从小到大排序后处于第k个位置的元素)

重要的事情说三遍:代码不是我写的!代码不是我写的!代码不是我写的!
这是王道数据结构第8章第3节的一道题,记录在博客上方便以后回顾。

如有谬误或者不足还请批评指正!

以下是书上对该题的解答:

本题最直接的做法是用排序算法对数组先进行从小到大的排序,然后直接提取L(k)便得到了第k小元素,但其平均时间复杂度将达到O(nlog2n)以上。此外,还可采用小顶堆的方法,每次堆顶元素都是最小值元素,时间复杂度为O(n + klog2n)。下面介绍一个更精彩的算法,它基于快速排序的划分操作。

这个算法的主要思想如下:从数组L[1…n]中选择枢轴pivot(随机或直接取第一个)进行和快速排序一样的划分操作后,表L[1…n]被划分为L[1…m-1]和L[m+1…n],其中L(m)=pivot。

讨论m与k的大小关系:
1)当m=k时,显然pivot就是所要寻找的元素,直接返回pivot即可。
2)当m<k时,所要寻找的元素一定落在L[m+1…n]中,因此可对L[m+1…n]递归地查找第k-m小的元素。
3)当m>k时,所要寻找的元素一定落在L[1…m-1]中,因此可对L[1…m-1]递归地查找第k小的元素。

该算法的时间复杂度在平均情况下可以达到O(n),而所占空间的复杂度则取决于划分的方法。

算法的实现如下:


                
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值