快速选择算法(基于快排)

快排给了我们一种快速选择数组第$k$小的思路:
$\ \ \ \ \ \ \ \ $利用一个数组中的主元,消耗$O(n)$的时间将数组分为两部分(利用Qsort的Part函数):前半部分的值都小于等于主元,后半部分的值都大于主元,这样若前半部分元素的个数大于等于$k$,那么第$k$小的元素一定在前半部分,对前半部分递归调用即可;反之,则在后半部分,设前半部分有$t$个元素,那么第$k$小一定是后半部分中第$k-t$小,递归调用即可,直到我们的区间中只有一个元素,结束递归,这玩意就是我们所需要的第$k$小.
这样我们消耗的时间为$T(n)=T(k)+cn$,其中,$k$为我们所进入的那半部分元素的个数,当然,由于众所周知的快排不稳定性,即使是快速选择也有可能给我们玩出$O(n^2)$的复杂度出来,我们的算法是很容易被卡的,如果加入随机化,即随机化地选取主元,我们就有令人安心的复杂度:$O(n)$,设对$\forall k<n$都有$E[T(k)]\leqslant pk$,那么对$k=n$,我们有

$$E[T(n)]=E[T(k)]+cn\leqslant \sum_{i=1}^{n-1} \frac{E[T(max{\{n-i,i\}})]}{n-1}+cn$$
$$\Rightarrow E[T(n)]\leqslant p\frac{3n^2}{4(n-1)}+cn<p\frac{3n^2+n-4}{4(n-1)}+cn \leqslant pn\Leftrightarrow p>\frac{4cn}{n-4}$$ 当然, $n\rightarrow \infty$时, $p\rightarrow 4c$因此,我们的时间复杂度可以为 $T(n)=4cn$是线性的.
但我们总是不满意,一个运行时间期望为 $O(n)$的算法可以运行 $O(n^2)$之久,我们想要一个最坏 $O(n)$的算法,这是有的:
我们考虑使快速选择算法运行时间达到 $O(n^2)$的原因:主元的选择.
这样,我们考虑主动为Part函数选择一个合适的主元:它应该稳定在 $(\frac{n}{k},\frac{n}{t})$之间,这样我们就避免了极端情况的发生,从而使我们的快速选择能稳定下来,
我们考虑这样的启发式策略:将数组分为 $\frac{n}{c}$个相等的部分,每个部分均有 $c$个元素(最后一个部分可能有不到$c$个元素,但我们同样可以处理,同时也不影响复杂度,我这里为节约字数(挺累的),就不再考虑了).我们将 $\frac{n}{c}$个小部分简单排序,取每个小部分的中位数,再在所取的中位数中找到他们的中位数,这个中位数 $x$就是我们合适的主元.
我们来想一想,在我们得到的$\frac{n}{c}$个中位数中, $x$的前面有$\frac{n}{2c}$个数,而这 $\frac{n}{2c}$个数是原来几个小部分的中位数,每个中位数的前面都有 $\lfloor \frac{c}{2}\rfloor$个数,故而我们所得到的 $x$最小为第$\lceil \frac{c}{2}\rceil \frac{n}{2c}$个数,类似地, $x$的后面最少也有$\lceil \frac{c}{2}\rceil \frac{n}{2c}$个数(这里并不精确地给出值,而只是相差几个小常数,这无关紧要,我们只要 $n$的系数).
这样我们就稳定地给出了一个合适的主元$x$,它可以稳定地将数组划分为两个差别不是特别大的部分,通过对合适的部分进行递归调用,我们就可以快速求出第 $k$小;
下面,我们来求合适的$c$,并证明选取合适的 $c$可以使我们在$O(n)$时间内完成计算:
首先,我们总是碰到了最坏情况: $$T(n)=T(\frac{n}{c})+T(n-\lceil \frac{c}{2}\rceil \frac{n}{2c})+q\ldotp c^2\ldotp\frac{n}{c}$$
首先:我们要保证 $$\frac{n}{c}+n-\lceil \frac{c}{2}\rceil \frac{n}{2c}<n$$
否则我们就会得到 $O(nlogn)$的时间复杂度,这不是我们所期望的;
解上述不等式,解得 $c>4$
设 $\forall k<n$我们有 $T(k)\leqslant pk$成立,那么对 $n$我们有: $$T(n)\leqslant p\frac{n}{c}+p(n-\lceil \frac{c}{2}\rceil \frac{n}{2c})+qcn\leqslant pn$$
我们得到 $$p\geqslant \frac{qc^2}{\lceil \frac{c}{2}\rceil -2}$$
最后,我们给 $p$取最优值得到$c=5:p\geqslant 50q;c=7:p\geqslant 49q$
我们取 $c=5,c=7$都是合适的,都可以使我们的快速选择算法稳定于 $O(n)$,
从而,我们得到了稳定的快速选择算法;(好累啊,休息一下).