分治---线性时间选择
来源:互联网 发布:json remove key 编辑:程序博客网 时间:2024/05/02 03:03
来自
点击打开链接
线性时间选择问题:给定线性序集中n个元素和一个整数k,1≤k≤n,要求找出这n个元素中第k小的元素,(这里给定的线性集是无序的)。
1、随机划分线性选择
线性时间选择随机划分法可以模仿随机化快速排序算法设计。基本思想是对输入数组进行递归划分,与快速排序不同的是,它只对划分出的子数组之一进行递归处理。
程序解释:利用随机函数产生划分基准,将数组a[p:r]划分成两个子数组a[p:i]和a[i+1:r],使a[p:i]中的每个元素都不大于a[i+1:r]中的每个元素。接着"j=i-p+1"计算a[p:i]中元素个数j.如果k<=j,则a[p:r]中第k小元素在子数组a[p:i]中,如果k>j,则第k小元素在子数组a[i+1:r]中。注意:由于已知道子数组a[p:i]中的元素均小于要找的第k小元素,因此,要找的a[p:r]中第k小元素是a[i+1:r]中第k-j小元素。
在最坏的情况下,例如:总是找到最小元素时,总是在最大元素处划分,这是时间复杂度为O(n^2)。但平均时间复杂度与n呈线性关系,为O(n)
#include <iostream>#include <stdio.h>#include <cstdlib>#include <ctime>using namespace std;void Swap(int &x,int &y){ int temp = x; x = y; y = temp;}inline int Random(int x, int y){ srand((unsigned)time(0)); int ran_num = rand() % (y - x) + x; return ran_num;}int Partition(int r[],int s,int t){ int x=r[s];//选r[s]为基准 int i=s,j=t; while(i<j) { while(i<j&&r[j]>=x) j--; if(i<j) r[i]=r[j]; while(i<j&&r[i]<=x) i++; if(i<j) r[j]=r[i]; } r[i]=x;//基准放到正确位置 for(int i=s;i<=t;i++) cout<<r[i]<<' '; cout<<endl; return i;//基准位置}int RandomizedPartion(int a[],int s,int t){ int i=Random(s,t); Swap(a[i],a[s]); return Partition(a,s,t);}template <class Type>Type RandomizedSelect(Type a[],int p,int r,int k){ //a[p:r]中找第k小元素 if(p == r) return a[p]; int i = RandomizedPartion(a,p,r); int j = i - p + 1; if(k <= j) return RandomizedSelect(a,p,i,k); else { //由于已知道子数组a[p:i]中的元素均小于要找的第k小元素 //因此,要找的a[p:r]中第k小元素是a[i+1:r]中第k-j小元素。 return RandomizedSelect(a,i+1,r,k-j); }}void RandomizedQuickSort(int r[],int first,int end){ if(first<end) { int pivot=RandomizedPartion(r,first,end); RandomizedQuickSort(r,first,pivot-1); RandomizedQuickSort(r,pivot+1,end); }}int a[] = {49,38,65,97,76,13,27,49};int main(){ for(int i=0; i<8; i++) { cout<<a[i]<<" "; } cout<<endl; cout<<RandomizedSelect(a,0,7,2)<<endl;}
中位数:是指将数据按大小顺序排列起来,形成一个数列,居于数列中间位置的那个数据。
算法思路:如果能在线性时间内找到一个划分基准使得按这个基准所划分出的2个子数组的长度都至少为原数组长度的ε倍(0<ε<1),那么就可以在最坏情况下用O(n)时间完成选择任务。例如,当ε=9/10,算法递归调用所产生的子数组的长度至少缩短1/10。所以,在最坏情况下,算法所需的计算时间T(n)满足递推式T(n)<=T(9n/10)+O(n)。由此可得T(n)=O(n)。
实现步骤:
(1)将所有的数n个以每5个划分为一组共组,将不足5个的那组忽略,然后用任意一种排序算法,因为只对5个数进行排序,所以任取一种排序法就可以了。将每组中的元素排好序再分别取每组的中位数,得到个中位数。
(2)取这个中位数的中位数,如果是偶数,就找它的2个中位数中较大的一个作为划分基准。
(3)将全部的数划分为两个部分,小于基准的在左边,大于等于基准的放右边。在这种情况下找出的基准x至少比个元素大。因为在每一组中有2个元素小于本组的中位数,有个小于基准,中位数处于,即个中位数中又有(n/5-1)/2=个小于基准x。因此至少有个元素小于基准x。同理基准x也至少比个元素小。而当n≥75时≥n/4所以按此基准划分所得的2个子数组的长度都至少缩短1/4。
#include <iostream>#include <stdio.h>#include <cstdlib>#include <ctime>using namespace std;template <class Type>void Swap(Type &x,Type &y);inline int Random(int x, int y);void BubbleSort(int r[],int s,int t);template <class Type>int Partition(Type a[],int p,int r,Type x);template <class Type>Type Select(Type a[],int p,int r,int k);int main(){ //初始化数组 int a[100]; //必须放在循环体外面 srand((unsigned)time(0)); for(int i=0; i<100; i++) { a[i] = Random(0,500); cout<<"a["<<i<<"]:"<<a[i]<<" "; } cout<<endl; cout<<"第83小元素是"<<Select(a,0,99,83)<<endl; //重新排序,对比结果 BubbleSort(a,0,99); for(int i=0; i<100; i++) cout<<"a["<<i<<"]:"<<a[i]<<" "; cout<<endl;}template <class Type>void Swap(Type &x,Type &y){ Type temp = x; x = y; y = temp;}inline int Random(int x, int y){ int ran_num = rand() % (y - x) + x; return ran_num;}void BubbleSort(int r[],int s,int t){//对r[s:t]排序 int exchange=t; while(exchange) { int bound=exchange;//上次交换的位置 exchange=0; for(int j=s;j<bound;j++)//只需比较到上次最后发生交换的位置 { if(r[j]>r[j+1]) { int temp=r[j]; r[j]=r[j+1]; r[j+1]=temp; exchange=j;//最终记录最后一次交换的位置 //j是无序区最后一个数的位置 } } }}template <class Type>int Partition(Type s[],int l,int r,Type x)//快速排序中的一次划分{ int i = l - 1,j = r + 1; while(true) { while(s[++i]<x && i<r); while(s[--j]>x); if(i>=j) { break; } Swap(s[i],s[j]); } return j;}template <class Type>Type Select(Type a[],int p,int r,int k){ if(r-p<75) { BubbleSort(a,p,r); return a[p+k-1]; } //r-p-4相当于n-5 for(int i=0; i<=(r-p-4)/5; i++) { //将元素每5个分成一组,分别排序,并将该组中位数与a[p+i]交换位置 //使所有中位数都排列在数组最左侧,以便进一步查找中位数的中位数 BubbleSort(a,p+5*i,p+5*i+4);//将每一组的5个元素排序 cout<<"第"<<i<<"组中位数:"<<a[p+5*i+2]<<endl; Swap(a[p+5*i+2],a[p+i]); } //找中位数的中位数 Type x = Select(a,p,p+(r-p-4)/5,(r-p-4)/10); cout<<"中位数的中位数x="<<x<<endl; int i = Partition(a,p,r,x); int j = i-p+1; if(k<=j) return Select(a,p,i,k); else return Select(a,i+1,r,k-j);}
代码中的中位数的中位数x并非真正意义上的中位数:
若中位数有奇数个,即共分奇数个组,代码中x是比中位数小的那个数;若中位数有偶数个,即共分偶数个组,代码中的x是比中间两个数小的那个数。
- 分治---线性时间选择
- 分治法--线性时间选择
- 【分治法】线性时间选择算法
- 线性时间选择【递归分治法】
- 0006算法笔记——【分治法】线性时间选择
- 0006算法笔记——【分治法】线性时间选择
- 算法笔记——【分治法】线性时间选择
- 算法笔记-0006——【分治法】线性时间选择
- 0006算法笔记——【分治法】线性时间选择
- 递归与分治策略之利用中位数线性时间选择
- 递归与分治策略之线性时间选择(随机划分线性选择)
- 算法之分治——期望线性时间的选择(基础版本的选择)
- 算法之分治——最坏情况线性时间的选择
- 算法设计与分析:第三章 分治 3.7线性时间选择
- 算法学习(6)分治策略(期望线性时间选择)
- 分治算法:线性时间选择第k大小的数字 && STL函数:nth_element()
- 递归与分治策略-2.9.1线性时间选择(随机划分基准)(第k小问题)
- 线性时间选择
- 笔记(5)
- Hadoop RPC实战
- CapsNet
- Font Awesome(六)
- hrbust 2354 An Easy Geometry Problem
- 分治---线性时间选择
- retrain tensorflow中InceptionV3模型
- 如何让opencv成为MATLAB中的一个工具箱
- 重识java11
- python-基础知识-20171219
- Gainlo 面试指南 翻译完成
- 嵌入式名词以及简略说明
- 【Luogu2711】小行星(网络流,最大流)
- 最大值的选取