MIT算法導(dǎo)論六 順序統(tǒng)計(jì)和中值

這一節(jié)講解與排序相關(guān)又不同的問題
順序統(tǒng)計(jì)(Order Statistics),引申出中值的算法

順序統(tǒng)計(jì)

有一系列的元素n在數(shù)組中(無序),希望找到第k小的數(shù)

原始的方案:對數(shù)組排序,并返回第k位元素,T(n) = O(nlgn),我們希望找到比這個(gè)更好的方法,即線性時(shí)間

這個(gè)問題有許多應(yīng)用
如果k=1 => 最小值
如果k=n => 最大值
如果k=n/2 => 中值,也就是這節(jié)課的重點(diǎn)

隨機(jī)分治算法
random-select(A, p, q, i) | i代表第i小的元素,A元素?cái)?shù)組,p\q為查找區(qū)間

if p=q then 
    return A[p]
r = random-select(A, p, q)       | 快速排序的方法
k = r-p+1                        | 劃分元素的序號
if i=k then return A[r]
if i<k then 
    return random-select(A, p, r-1, i)
if i>k then
    return ramdom-select(A, r-1, q, i)
random-select

舉個(gè)例子


算法分析(分析前提:元素不想等)

直覺分析
Lucky Case: 如果每次都是1/10和9/10劃分
T(n) = T(9/10 n) + Θ(n) | 滿足主方法情況三
T(n) = Θ(n)
Unlucky Case: 每次都劃分成0和n-1
T(n) = T(n-1) + Θ(n) = Θ(n2)
可以使用與隨機(jī)快速排序相同的方法,每次隨機(jī)選擇主元(pivot)

數(shù)學(xué)分析(略)

線性的最壞情況隨機(jī)選擇worst-case linear-time randomized select
select算法:
把數(shù)組按每5個(gè)進(jìn)行分組,得到5/n個(gè)子數(shù)組
對每個(gè)子數(shù)組進(jìn)行排序,得到每一組的中值 | Θ(n)
遞歸的對中值計(jì)算中值 | T(n/5)
按中位數(shù)的中位數(shù)x進(jìn)行分區(qū)劃分,x作為第k小的元素,n-k個(gè)元素在高位區(qū)
如果i=k,返回x
如果i<k,在低區(qū)遞歸調(diào)用select找到第i小的元素
如果i>k,在高區(qū)遞歸找到第i-k個(gè)最小元素

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 概述 排序有內(nèi)部排序和外部排序,內(nèi)部排序是數(shù)據(jù)記錄在內(nèi)存中進(jìn)行排序,而外部排序是因排序的數(shù)據(jù)很大,一次不能容納全部...
    蟻前閱讀 5,305評論 0 52
  • 概述:排序有內(nèi)部排序和外部排序,內(nèi)部排序是數(shù)據(jù)記錄在內(nèi)存中進(jìn)行排序,而外部排序是因排序的數(shù)據(jù)很大,一次不能容納全部...
    每天刷兩次牙閱讀 3,829評論 0 15
  • 1.插入排序—直接插入排序(Straight Insertion Sort) 基本思想: 將一個(gè)記錄插入到已排序好...
    依依玖玥閱讀 1,357評論 0 2
  • 原博客 1.選擇排序(Selection Sort): 選擇最小元素,移動到首位置。 (1)算法描述和實(shí)現(xiàn): 首先...
    Gitfan閱讀 590評論 0 0
  • 十年前第一次和你說晚安,我激動的失眠了一整夜,十年后的今晚和你說晚安,不再失眠,但你的頭壓得我胳膊好酸。 ----...
    幼稚完_閱讀 4,080評論 3 51

友情鏈接更多精彩內(nèi)容