快速选择算法Quick Select Algorithm（Java和C++代码实现）

最新推荐文章于 2024-06-12 10:36:53 发布
最新推荐文章于 2024-06-12 10:36:53 发布
阅读量2.8k 收藏 4
点赞数 1
分类专栏： 数据结构和算法 文章标签： 数据结构和算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zpznba/article/details/86504046
版权
快速选择算法是一种寻找无序数组中第k小元素的算法，与快速排序相关，平均时间复杂度较低。本文介绍了Quick Select算法的原理、Java和C++的实现，并分析了其时间复杂度为O(n)。
摘要由CSDN通过智能技术生成

what is Quick select?

快速选择是一种从无序列表找到第k小元素的选择算法。它从原理上来说与快速排序有关。同样地，它在实际应用是一种高效的算法，具有很好的平均时间复杂度，然而最坏时间复杂度则不理想。
快速选择及其变种是实际应用中最常使用的高效选择算法。

总体而言，Quick select采用和Quick sort类似的步骤。首先选定一个pivot，然后根据每个数字与该pivot的大小关系将整个数组分为两部分。那么与Quick sort不同的是，Quick select只考虑所寻找的目标所在的那一部分子数组，而非像Quick sort一样分别再对两边进行分割。正是因为如此，Quick select将平均时间复杂度从O(nlogn)降到了O(n)。

Quick select 算法描述

Input: array nums, int k. (find kth smallest element in an unsorted array)
Output: int target

  1. Choose an element from the array as pivot, exchange the position of pivot and number at the end of the array.
    • _The pivot can either be the end element or a random chosen e
最低0.47元/天 解锁文章
zpznba
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
快速选择算法c++
qq_41183949的博客
03-31 1867
快速选择算法c++Quick Selection原理Quick Selection复杂度分析前后指针法 Quick Selection原理 Quick Selection算法和Quick Sort算法是由同一个作者提出，这两者之间有很大的相似之处——分治，即将问题的规模一次次的减小，直到求出最终解，时间复杂度O(n)，且数据无需有序。 目标：找到第n大的数 随机产生一个pivot 根据这个piv...
c++实现快速选择算法
FS's Home
01-17 3120
在给定的一串序列中，选择出第k大/小的元素。 根据快速排序算法，给出一种解决方案，优点就是只对局部的一部分排序。相比与快速排序算法，快速选择是进行一次递归调用。平均时间为O(N)。 程序如下，给出了快速排序算法的结果进行对比： #include #include #include #include #include #include using namespace std; /* * 快速
【算法】快速选择算法
代码星辰的博客
11-26 754
本文介绍了快速选择算法的相关知识。
C++三角函数和反三角函数的使用
最新发布
qq_39541524的博客
06-12 330
注意C++中三角函数使用的是弧度制(3.14)。
C++---快速选择（每日一道算法2023.4.8）
SRestia的博客
04-08 492
给一个未排序的序列，序列中不包含重复元素，要求找到第k大的元素并输出。
快速选择算法及C++代码
eepii的博客
02-11 1277
快速选择算法及C++代码一. 快速选择算法分析二. C++代码2.1 源代码2.2 变体三. 应用 一. 快速选择算法分析 快速选择算法是指：利用快速排序算法的思想，计算得到【给定位置（可能是第一个位置，可能是中间位置）】的数在排序后的位置的【下标】的算法。 应用场景：找出给定数组的第k大的数。如Leetcode第215题。 二. C++代码 2.1 源代码 以数组首位为例，代码如下（示例）： int quick_selection(vector<int>& nums) { int
C++ 快速排序&快速选择OJ
Han同学
03-01 1061
基于三指针分块+随机选择基准元素的快速排序，并且使用快速排序进行快速选择（递归排序时进入对应期间）
快速选择算法（Quick Select Algorithm）
QAQ123666的博客
02-01 1904
文章目录什么是快速选择算法?代码演示 什么是快速选择算法? 快速排序的一种变形就是快速选择算法, 通常用来在未排序的数组中寻找第k小/第k大的元素。 快速选择的总体思路与快速排序相似，选择一个元素作为基准来对元素进行分区，将小于和大于基准的元素分在基准左边和右边的两个区域。不同的是，快速选择并不递归访问双边，而是只递归进入一边的元素中继续寻找。这降低了平均时间复杂度，从O(nlog n)至O(n)...
C++实现oj算法代码-贪心算法.zip
10-28
C++标准模板库（STL）提供丰富的容器和算法，能简化代码编写和优化性能。例如，`std::priority_queue`可以用来实现最小堆，有助于处理贪心算法中的“总是选择当前最优”策略。 3. 贪心算法步骤： - 分析问题：确定...
quickselect：JavaScript中的快速选择算法
02-05
快速选择 JavaScript中一个微小且快速的（特别是）。 quickselect ( array , k [ , left , right , compareFn ] ) ; 重新排列项目，使[left, k]中的所有项目最小。 在[left, right]第k个元素的最小值为(k - left + 1...
C++常用排序法：冒泡 选择 快速 希尔……
12-16
一些C++常用的排序法，有简单排序法，也包括复杂有难度的排序法。
C++实现分水岭算法（Watershed Algorithm）
08-28
"C++实现分水岭算法（Watershed Algorithm）" 本文详细介绍了C++实现分水岭算法（Watershed Algorithm），该算法是一种基于拓扑理论的数学形态学的分割方法。下面是相关的知识点： 1. 分水岭算法的基本思想：将...
基本遗传算法C++实现代码.rar
04-05
【基本遗传算法C++实现代码】是一个用于学习和项目集成的资源，它涵盖了遗传算法的基础原理和编程实现。遗传算法是一种模拟自然选择和遗传过程的优化技术，常用于解决复杂问题的搜索和优化。以下是对这个主题的详细...
algorithm:包括leetcode和不同算法在c++和java中的实现
06-11
"algorithm:包括leetcode和不同算法在c++和java中的实现"这个项目旨在提供一个丰富的资源库，其中包含多种算法的C++和Java实现，特别关注LeetCode上的问题解决方案。LeetCode是一个在线平台，提供了大量的编程挑战，...
Algorithm_java代码_趣学算法_
10-02
《趣学算法》是一本旨在让读者在轻松愉快的氛围中掌握算法基础知识的书籍，而提供的这个压缩包文件包含了书中所有算法实现的Java代码。通过分析这些代码，我们可以深入理解各种算法的工作原理，并且能够应用到实际的...
c++ 中位数算法_算法浅谈——快速筛出topK的快速选择算法
weixin_42452642的博客
01-07 499
点击上方蓝字，和我一起学技术。在之前Python系列当中，我们介绍了heapq这个库的用法，它可以在的时间里筛选出前K大或者前K小的元素。今天我们一起来看一个可以更快实现选择的快速选择算法。思维推导在公布答案之前，我想先带着大家试着推导一下解法。这其实才是算法能力的精髓，即是应用已知能力解决未知问题的能力。我们学的各种各样的算法都可以看成是已知能力，已知能力越多，说明能力的边界越广，也就...
c++ 快速选择排序-递归和非递归实现
qq_34179431的博客
09-29 327
史上最好记的快速排序。
找出无序数组中最小的前k个数
bob908的专栏
04-20 3444
基本思想：在快速排序的基础上进行改进。 具体代码如下：
用c++实现最坏情况下为线性时间的选择算法
06-03
好的，让我来回答你的问题。 选择算法是一种在未排序的数组中查找第k小元素的算法。最差情况下，选择算法的时间复杂度是O(n^2)。但是，我们可以使用随机化算法将其优化到O(n)。 这里介绍一种最坏情况下为线性时间的选择算法——中位数的中位数算法（Median of Medians Algorithm）。 该算法的基本思想是将数组分成大小为5的小组，并找到每个小组的中位数。然后，递归地找到这些中位数的中位数（即第n/2小的元素），并将其作为主元素。接着，通过主元素将数组分成两个子数组，其中一个子数组包含所有小于主元素的元素，另一个子数组包含所有大于主元素的元素。然后，根据k与主元素的大小关系，在其中一个子数组中递归查找第k小的元素。 这个算法的时间复杂度为O(n)，但是实际上，常数项比较大，因此在实际应用中，可能不如QuickSelect算法效率高。 以下是C++代码实现： ```c++ #include <iostream> #include <algorithm> #include <vector> using namespace std; int findMedian(vector<int>& arr, int left, int right) { sort(arr.begin() + left, arr.begin() + right + 1); return arr[(left + right) / 2]; } int partition(vector<int>& arr, int left, int right, int pivot) { while (left <= right) { while (arr[left] < pivot) left++; while (arr[right] > pivot) right--; if (left <= right) { swap(arr[left], arr[right]); left++; right--; } } return left; } int findKthSmallest(vector<int>& arr, int left, int right, int k) { if (k > 0 && k <= right - left + 1) { int n = right - left + 1; int i; vector<int> median((n + 4) / 5); for (i = 0; i < n / 5; i++) { median[i] = findMedian(arr, left + i * 5, left + i * 5 + 4); } if (i * 5 < n) { median[i] = findMedian(arr, left + i * 5, left + i * 5 + n % 5 - 1); i++; } int medianOfMedians = (i == 1) ? median[i - 1] : findKthSmallest(median, 0, i - 1, i / 2); int pos = partition(arr, left, right, medianOfMedians); if (pos - left == k - 1) return arr[pos]; if (pos - left > k - 1) return findKthSmallest(arr, left, pos - 1, k); return findKthSmallest(arr, pos + 1, right, k - pos + left - 1); } return INT_MAX; } int main() { vector<int> arr = { 12, 3, 5, 7, 4, 19, 26 }; int n = arr.size(); int k = 3; cout << "K'th smallest element is " << findKthSmallest(arr, 0, n - 1, k); return 0; } ``` 以上代码实现了一个在最坏情况下为线性时间的选择算法，可以在O(n)的时间复杂度内查找未排序数组中的第k小元素。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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