快速选择算法

算法思想:

给出一个数组,选出数组中第K大的元素。

1.采用快速排序的划分策略将数组划分成两个子数组。

2.如果数组1的个数大于K则第K个元素在数组1中。

3如果数组1的个数小于K则第K个元素在数据2中。

3.如果等于k 则找到第K大的元素。

代码如下:

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std;
    

/*
 基准选择:data[left] data[center] data[right] 的值进行比较
1. data[left]=min(data[right],data[left],data[mid])
2. data[right]=max(data[right],data[center],data[left])
3. data[center]=median(data[left],data[right],data[center])
4. 将data[center]放置在data[right-1] 
*/
    int median(vector<int> &data,int left,int right){
        int center=(left+right)/2;
        if(data[left]>data[center])
           swap(data[left],data[center]);
        if(data[left]>data[right])
           swap(data[left],data[right]);
        if(data[center]>data[right])
           swap(data[center],data[right]);
        swap(data[center],data[right-1]);
        return data[right-1]; 
    }

   int partition(vector<int> &data,int left,int right){
     int pivot=median(data,left,right);
     int i=left,j=right-1;
     while(1){
            while(data[++i]<pivot){}//从data[left+1]
            while(data[--j]>pivot){}//从data[right-2]
            if(i<j)
               swap(data[i],data[j]);
            else
               break;
     }
     swap(data[i],data[right-1]);
     return i;
   } 
/*快速选择算法*/
 void quick_select(vector<int> &data,int k,int left,int right){
    if(left<right){
        int mid=partition(data,left,right);
        if(k<mid)
          quick_select(data,k,left,mid-1);
        else if(k>mid)
          quick_select(data,k,mid+1,right);
        else
          return ;
    }
 }
int main(){
    int d[]={1,2,3,2,2,2,5,4,2};
    vector<int> data(d,d+9);
     quick_select(data,8,0,8);
    for(int i=0;i<9;++i)
       cout<<data[i]<<" "; 
    return 0;
} 


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的快速选择算法是一种用于在未排序的列表中查找第k个最小或最大元素的高效算法。该算法基于快速排序的思想,通过将列表划分为小于、等于和大于某个基准元素的三个子列表,然后根据所需的元素在子列表中的位置递归地选择进一步的子列表,直到找到目标元素为止。 具体而言,快速选择算法的实现如下: 1. 首先,定义一个辅助函数_partition,用于将列表按照某个基准元素进行划分。该函数会将小于基准元素的元素放入一个列表less,等于基准元素的元素放入一个列表equal,大于基准元素的元素放入一个列表greater,并返回这三个列表。 2. 然后,定义快速选择函数quick_select,接受一个未排序的列表items和一个目标元素的索引index作为参数。如果index超出列表范围或者为负数,则返回None。 3. 在快速选择函数中,首先随机选择一个基准元素pivot。 4. 接着,使用辅助函数_partition将列表划分为小于、等于和大于基准元素的三个子列表smaller、equal和larger。 5. 然后,比较目标索引index与smaller的长度m的关系,如果m ≤ index < m + count(count为equal的长度),则说明目标元素就是基准元素,直接返回基准元素pivot。 6. 如果m > index,则说明目标元素在smaller列表中,递归调用快速选择函数quick_select,并传入smaller列表和目标索引index作为参数。 7. 如果m + count < index,则说明目标元素在larger列表中,递归调用快速选择函数quick_select,并传入larger列表和目标索引index - (m + count)作为参数。 通过递归地在子列表中进行选择快速选择算法可以高效地找到第k个最小或最大元素。它的平均时间复杂度为O(n),其中n是列表的长度。 <span class="em">1</span> #### 引用[.reference_title] - *1* [Python:实现quick select快速选择算法(附完整源码)](https://blog.csdn.net/it_xiangqiang/article/details/126147702)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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