基于快排的选择算法:返回数组中第k小的数
来源:互联网 发布:凸优化理论 编辑:程序博客网 时间:2024/05/17 03:36
快速排序的随机化版本
我们上篇对快排进行了讨论,我们知道它的平均性能是nlgn,但是我们分析的前提是:输入数据的所有排列都是等概率的。但是在实际的工程中,这个假设并不会总是成立,当面对大数据输入的快排时,我们所分析的平均性能不能实现,所以,我们只能通过显性的对输入数据进行重新排列,来使得算法实现的随机化。 基于随机化的快排:
int randomized_partition(int *a,int p,int r){ int i=rand()%(r-p+1)+p; //get a random num from p to r swap(a[i],a[r]); //get random pivot int key=a[r]; int m=p-1; for(int j=p;j<r;j++) { if(a[j]<key) { m+=1; swap(a[j],a[m]); } } swap(a[m+1],a[r]); return m+1;}
后面的递归与上篇相同,这里不做赘述,现在我们可以考虑一下数组中第k小的数,我们从上面的函数可以看出,第一个主元找到了自己的位置是第m+1-p+1小的数,如果m+1-p+1==k,那么我们就找到了想找的数,如果m+1-p+1<k,那么说明该数在m+1后面的数组里,是第k-(m+1-p+1)小的数,如果m+1-p+1>k,那么说明我们要找的数在前面的数组里,还是第k小。 代码实现如下:
int randomized_select(int *a,int p,int r,int k){ if(p==r) return a[p]; int q=randomized_partition(a,p,r); int i=q-p+1; if(i==k) return a[q]; else if(i<k) return randomized_select(a,q+1,r,k-i); else return randomized_select(a,p,q-1,k);}
我们可以计算出,它的时间复杂度是O(nlgn)。
0 0
- 基于快排的选择算法:返回数组中第k小的数
- 快排算法及利用快排思想寻找第k大(小)的数
- 快排的思想求第K小的数
- 快排思想找第k小的数
- 算法导论-选择数组中第K小的数(选择问题)
- 寻找无序数组中第k大的数——快排思想
- 20170927_快排应用_数组中寻找第K小的数字
- 算法--选择第K小的数
- java快排,找第K小的数,找前K个数
- 数组中第k小的数
- 数组中第K小的数
- 从n个元素中找出第K小的数 利用快排的思想来实现
- 寻找数组中第k小的数:平均情况下时间复杂度为O(n)的快速选择算法
- 【滴滴笔试】利用快排找到一个无序的数组中的第K大的数
- 快排划分思想的应用-求第k大数或者第k小的数(求前k大数或者前k小的数)
- 【day-17】快排寻找第K小的数,简化版本
- 寻找第K大的数(快排思想)
- 分治法 快排 输出第k大的数
- WPF教程(五) XAML是什么?
- Spring MVC 之@ModelAttribute使用
- day21 XML
- hihoCoder #1135 : Magic Box
- caffe中cifar10的full_train模型出现nan的解决办法
- 基于快排的选择算法:返回数组中第k小的数
- c++中class和struct的区别
- Linux :: vi E212: Can't open file for writing
- 第六章 第八节 框架
- 决策树 bagging boosting 的区别
- 没有银弹
- Android中WebView使用,踩过的坑
- effective stl 第21条:总是让比较函数在等值情况下返回false
- 使用腾讯云大禹开启全站HTTPS