分治--寻找第k小元素(元素可重复),复杂度O(n)
其他方法:
如果直接对序列排序求最小值,复杂度为nlogn;
如果直接套用快排的思想来做的话,最优情况为O(n),最坏为O(n2)
分治法的阈值:
我们有一种吊炸天的分治算法,可以用很好的效率求解出某个问题,分治算法当然在达到一个非常小的规模时,会能直接或用很简单的方法得出结论,但是,其实,问题规模在达到某个阈值的时候,用直接朴素的方法解决这个规模的问题的效率,已经比继续分治的算法高了。这个时候,我们在这个阈值就开始选择朴素的方法才是最明智的选择。
基本思路:
(1) 当规模小于阈值时,直接用排序算法返回结果。
(2) 当n大于阈值时,把n个元素划分为5个元素一组的n/5组,排除剩余元素(不会有影响,这里只是为了求中项mm),分别排序,然后挑出每一组元素的中间值,再在所有的中间值中,递归调用本算法,挑出中间值mm。
(3) 把元素划分为A1、A2、A3三组,分别包含小于、等于、大于mm的元素。
(4)分三种情况:a.若A1的元素数量大于等于K,即第K个元素在第一组内:在A1中递归查找第k小元素。
b.若A1、A2元素个数之和大于等于K,即中项mm为第K个元素:返回mm
c.否则,第K个元素在第三组:在A3中递归寻找第(k-|A1、A2元素数量之和|)小元素。
伪代码:
输入 n 个元素的数组 A[1...n] 和整数 k,1 ≤ k ≤ n
输出 A 中的第 k 小元素
算法描述 select(A, low, high, k)
1. n ← high - low + 1----(Θ(1))
2. if n < 44 then 将 A 排序 return (A[k])----(Θ(1))
3. 令 q = ⌊n/5⌋。将 A 分成 q 组,每组5个元素。如果5不整除 n ,则排除剩余的元素。----(Θ(n))
4. 将 q 组中的每一组单独排序,找出中项。所有中项的集合为 M。----(Θ(n))
5. mm ← select(M, 1, q, ⌈q/2⌉) { mm 为中项集合的中项 } ----T(n/5)
6. 将 A[low...high] 分成三组----(Θ(n))
A1 = { a | a < mm }
A2 = { a | a = mm }
A3 = { a | a > mm }
7. case
|A1| ≥ k : return select(A1, 1, |A1|, k)
|A1| + |A2| ≥ k : return mm
|A1| + |A2| < k : return select(A3, 1, |A3|, k - |A1| - |A2|)
8. end case
算法分析:
第1-6步的复杂度都很容易理解,我们着重讨论第7步的算法复杂度。
上图是处理到第5步后的元素,从左到右按各组中项升序排列,每组5个元素从下到上按升序排列。
我们需要知道的是第7步时候问题的规模,即A1、A3这两个数组的规模。
上图中我们可以看到W区的元素都是小于或等于mm的,令A1’表示小于或等于mm的元素的集合,显然W会是A1’的子集,即A1’的元素数量大于等于W的元素数量。
于是我们有下面这个式子:
A3的数量=n-A1’的数量,于是我们可以等到下面的式子:
由对称性,可得:
至此,我们知道A1、A3的上界是0.7n+1.2,步骤7耗费的时间是T(0.7n+1.2)。
到这里还没说到44阈值的由来,好,要开始说了。
我们希望去掉1.2这个常数,于是引入底函数帮忙:
即
这条式子什么时候成立呢?解不等式可得n>=44。
阈值44诞生了!!!
现在我们还有了算法运行时间的递推式:
可以算出来T(n)=Θ(n)。
对于求中项的题目也是同样的解法,就是找第(n+1)/2个元素(奇数)和第n/2、n/2+1个元素(偶数)。
需要注意,这个算法的常数倍数(比如c)都是很大的。
Java代码(未验证):
public static int select(int[] A, int k){
return selectDo(A, 0, A.length-1, k);
}
private static int selectDo(int[] A, int low, int high, int k){
//select k min number
int p = high - low + 1;
if(p < 44){
Arrays.sort(A, low, high+1);
return A[low+k];
}
//A divided into q groups, each group 5 elements, and sort them
int q = p/5;
int[] M = new int[q];
for(int i = 0; i < q; i ++){
Arrays.sort(A, low + 5*i, low + 5*i + 5);
M[i] = A[low+5*i+2];
}
//select mid in M
int mid = selectDo(A, 0, q-1, (q-1)/2);
//A divided into 3 groups
int[] A1 = new int[p];
int[] A2 = new int[p];
int[] A3 = new int[p];
int count1, count2, count3;
count1 = count2 = count3 = 0;
for(int i = low; i <= high; i ++){
if(A[i] < mid)
A1[count1++] = A[i];
else if(A[i] == mid)
A2[count2++] = A[i];
else
A3[count3++] = A[i];
}
if(count1 >= k)
return selectDo(A1, 0, count1-1, k);
if(count1 + count2 >= k)
return mid;
return selectDo(A3, 0, count3-1, k-count1-count2);
}