我相信有一种方法可以找到O(n)中长度为n的未排序数组中的第k个最大元素。或者也许是“预期” O(n)之类的东西。我们应该怎么做?
我相信有一种方法可以找到O(n)中长度为n的未排序数组中的第k个最大元素。或者也许是“预期” O(n)之类的东西。我们应该怎么做?
Answers:
这称为查找第k阶统计量。有一个非常简单的随机算法(称为quickselect),它占用了O(n)
平均时间,O(n^2)
最坏情况下的时间,还有一个相当复杂的非随机算法(称为introselect),它占用了O(n)
最坏情况的时间。Wikipedia上有一些信息,但这不是很好。
您需要的所有内容都在这些PowerPoint幻灯片中。仅提取O(n)
最坏情况算法的基本算法(introselect):
Select(A,n,i):
Divide input into ⌈n/5⌉ groups of size 5.
/* Partition on median-of-medians */
medians = array of each group’s median.
pivot = Select(medians, ⌈n/5⌉, ⌈n/10⌉)
Left Array L and Right Array G = partition(A, pivot)
/* Find ith element in L, pivot, or G */
k = |L| + 1
If i = k, return pivot
If i < k, return Select(L, k-1, i)
If i > k, return Select(G, n-k, i-k)
在Cormen等人的《算法介绍》一书中,它也做了非常详细的介绍。
如果您想要一个真正的O(n)
算法,而不是O(kn)
类似的东西,那么您应该使用quickselect(基本上是quicksort,您将不感兴趣的分区丢弃了)。我的教授写的很好,并进行了运行时分析:(参考资料)
快速选择算法快速找到未排序的n
元素数组中的第k个最小元素。这是一个RandomizedAlgorithm,因此我们计算最坏情况下的预期运行时间。
这是算法。
QuickSelect(A, k)
let r be chosen uniformly at random in the range 1 to length(A)
let pivot = A[r]
let A1, A2 be new arrays
# split into a pile A1 of small elements and A2 of big elements
for i = 1 to n
if A[i] < pivot then
append A[i] to A1
else if A[i] > pivot then
append A[i] to A2
else
# do nothing
end for
if k <= length(A1):
# it's in the pile of small elements
return QuickSelect(A1, k)
else if k > length(A) - length(A2)
# it's in the pile of big elements
return QuickSelect(A2, k - (length(A) - length(A2))
else
# it's equal to the pivot
return pivot
该算法的运行时间是多少?如果对手为我们掷硬币,我们可能会发现枢轴始终是最大元素,k
并且始终为1,因此运行时间为
T(n) = Theta(n) + T(n-1) = Theta(n2)
但是,如果选择确实是随机的,则预期运行时间为
T(n) <= Theta(n) + (1/n) ∑i=1 to nT(max(i, n-i-1))
在这里我们并非完全合理地假设递归总是落在A1
或中的较大者上A2
。
让我们猜测T(n) <= an
一下a
。然后我们得到
T(n)
<= cn + (1/n) ∑i=1 to nT(max(i-1, n-i))
= cn + (1/n) ∑i=1 to floor(n/2) T(n-i) + (1/n) ∑i=floor(n/2)+1 to n T(i)
<= cn + 2 (1/n) ∑i=floor(n/2) to n T(i)
<= cn + 2 (1/n) ∑i=floor(n/2) to n ai
现在,我们不得不以某种方式在加号的右侧获取可怕的金额,以吸收cn
左侧的金额。如果我们仅仅把它绑定到上面,我们大概得到。但这太大了-没有多余的空间可以挤压。因此,让我们使用算术级数公式来扩展总和:2(1/n) ∑i=n/2 to n an
2(1/n)(n/2)an = an
cn
∑i=floor(n/2) to n i
= ∑i=1 to n i - ∑i=1 to floor(n/2) i
= n(n+1)/2 - floor(n/2)(floor(n/2)+1)/2
<= n2/2 - (n/4)2/2
= (15/32)n2
我们利用n足够大的优势,floor(n/2)
用更清洁(或更小的)来代替丑陋的因素n/4
。现在我们可以继续
cn + 2 (1/n) ∑i=floor(n/2) to n ai,
<= cn + (2a/n) (15/32) n2
= n (c + (15/16)a)
<= an
提供a > 16c
。
这给了T(n) = O(n)
。很明显Omega(n)
,所以我们得到了T(n) = Theta(n)
。
k > length(A) - length(A2)
?
A
分解A1
并A2
围绕数据透视图,我们知道length(A) == length(A1)+length(A2)+1
。因此,k > length(A)-length(A2)
等价于k > length(A1)+1
,当k
位于中的某处时为真A2
。
对此的快速Google(“第k个最大元素数组”)返回了以下内容:http : //discuss.joelonsoftware.com/default.asp?interview.11.509587.17
"Make one pass through tracking the three largest values so far."
(专门针对3d最大)
和这个答案:
Build a heap/priority queue. O(n)
Pop top element. O(log n)
Pop top element. O(log n)
Pop top element. O(log n)
Total = O(n) + 3 O(log n) = O(n)
你喜欢快速排序。随机选择一个元素,然后将所有元素推高或调低。在这一点上,您将知道您实际上选择了哪个元素,并且如果完成的是第k个元素,否则您将对bin(较高或较低)重复一次,则第k个元素将落入。从统计上讲,时间需要找到第k个元素随n(O(n))增长。
程序员的算法分析同伴给出的版本为 O(n),尽管作者指出常数因子是如此之高,但您可能更喜欢朴素的先排序后列表再选择方法。
我回答了你的问题信:)
尽管C ++标准库确实会修改您的数据,但它几乎完全具有该函数调用nth_element
。它具有预期的线性运行时间O(N),并且它也进行了部分排序。
const int N = ...;
double a[N];
// ...
const int m = ...; // m < N
nth_element (a, a + m, a + N);
// a[m] contains the mth element in a
尽管不是很确定O(n)的复杂性,但是可以确定它在O(n)和nLog(n)之间。另外,请确保比nLog(n)更靠近O(n)。函数是用Java编写的
public int quickSelect(ArrayList<Integer>list, int nthSmallest){
//Choose random number in range of 0 to array length
Random random = new Random();
//This will give random number which is not greater than length - 1
int pivotIndex = random.nextInt(list.size() - 1);
int pivot = list.get(pivotIndex);
ArrayList<Integer> smallerNumberList = new ArrayList<Integer>();
ArrayList<Integer> greaterNumberList = new ArrayList<Integer>();
//Split list into two.
//Value smaller than pivot should go to smallerNumberList
//Value greater than pivot should go to greaterNumberList
//Do nothing for value which is equal to pivot
for(int i=0; i<list.size(); i++){
if(list.get(i)<pivot){
smallerNumberList.add(list.get(i));
}
else if(list.get(i)>pivot){
greaterNumberList.add(list.get(i));
}
else{
//Do nothing
}
}
//If smallerNumberList size is greater than nthSmallest value, nthSmallest number must be in this list
if(nthSmallest < smallerNumberList.size()){
return quickSelect(smallerNumberList, nthSmallest);
}
//If nthSmallest is greater than [ list.size() - greaterNumberList.size() ], nthSmallest number must be in this list
//The step is bit tricky. If confusing, please see the above loop once again for clarification.
else if(nthSmallest > (list.size() - greaterNumberList.size())){
//nthSmallest will have to be changed here. [ list.size() - greaterNumberList.size() ] elements are already in
//smallerNumberList
nthSmallest = nthSmallest - (list.size() - greaterNumberList.size());
return quickSelect(greaterNumberList,nthSmallest);
}
else{
return pivot;
}
}
我实现了使用动态编程,特别是锦标赛方法,在n个未排序元素中找到第k个极小值。执行时间为O(n + klog(n))。所使用的机制被列为Wikipedia页面上有关选择算法的一种方法(如上面发布的内容之一所示)。您可以在我的博客页面Finding Kth Minimum上了解有关该算法的信息,也可以找到代码(java)。另外,逻辑可以对列表进行部分排序-在O(klog(n))时间中返回第一个K min(或max)。
尽管所提供的代码的结果是第k个最小值,但是可以采用类似的逻辑在O(klog(n))中找到第k个最大值,而忽略了创建锦标赛树的前功。
您可以通过跟踪您已经看到的k个最大元素,以O(n + kn)= O(n)(对于常数k)(对于时间,O(k))作为空间来实现。
对于数组中的每个元素,您都可以扫描k个最大的列表,并用新的最小元素替换最小的元素。
沃伦的优先堆解决方案虽然更整洁。
O(n log k)
,仍然退化为O(nlogn)。我认为它对于k的较小值会很好,但是...可能比这里提到的某些其他算法更快[???]
Python中的性感快速选择
def quickselect(arr, k):
'''
k = 1 returns first element in ascending order.
can be easily modified to return first element in descending order
'''
r = random.randrange(0, len(arr))
a1 = [i for i in arr if i < arr[r]] '''partition'''
a2 = [i for i in arr if i > arr[r]]
if k <= len(a1):
return quickselect(a1, k)
elif k > len(arr)-len(a2):
return quickselect(a2, k - (len(arr) - len(a2)))
else:
return arr[r]
a1 = [i for i in arr if i > arr[r]]
和a2 = [i for i in arr if i < arr[r]]
,将返回第k个最大元素。
numpy.sort
用于numpy array
或sorted
用于列表),比使用本手册执行。
在线性时间内找到数组的中位数,然后使用与快速排序完全相同的分区过程将数组分为两部分,中位数左侧的值小于(<)小于中位数,而右侧的值大于(>) ,这也可以在线性时间完成,现在,转到数组中第k个元素所在的部分,现在重复出现:T(n)= T(n / 2)+ cn,得出O(n)总和。
下面是完整实现的链接,其中有相当广泛的解释,该算法如何在未排序的算法中找到第K个元素。基本思想是像在QuickSort中一样对数组进行分区。但是为了避免极端情况(例如,在每个步骤中选择最小的元素作为枢轴,以便算法退化为O(n ^ 2)运行时间),应用了特殊的枢轴选择,称为中位数算法。在最坏的情况下和在平均情况下,整个解决方案的运行时间为O(n)。
这是全文的链接(关于找到第K个最小元素,但原理与找到第K个最大元素相同):
根据本文,在n个项目的列表中找到第K个最大的项目,以下算法O(n)
在最坏的情况下会花费时间。
分析:如原始论文中所建议:
我们使用中位数将列表分为两半(前半部分为if
k <= n/2
,后半部分为not)。该算法cn
在第一个递归级别上花费一些常量时间c
,cn/2
在下一个级别上花费时间(因为我们递归大小为n / 2的列表),cn/4
在第三级上花费时间,依此类推。总耗时为cn + cn/2 + cn/4 + .... = 2cn = o(n)
。
为什么分区大小取5而不是3?
如原始文件所述:
将列表除以5可确保最差情况下的分割为70-30。中位数的至少一半大于中位数,因此n / 5块中的至少一半具有至少3个元素,这产生了
3n/10
分割,表示另一个分区在最坏的情况下为7n / 10。这样T(n) = T(n/5)+T(7n/10)+O(n). Since n/5+7n/10 < 1
,最坏的运行时间为O(n)
。
现在,我尝试将上述算法实现为:
public static int findKthLargestUsingMedian(Integer[] array, int k) {
// Step 1: Divide the list into n/5 lists of 5 element each.
int noOfRequiredLists = (int) Math.ceil(array.length / 5.0);
// Step 2: Find pivotal element aka median of medians.
int medianOfMedian = findMedianOfMedians(array, noOfRequiredLists);
//Now we need two lists split using medianOfMedian as pivot. All elements in list listOne will be grater than medianOfMedian and listTwo will have elements lesser than medianOfMedian.
List<Integer> listWithGreaterNumbers = new ArrayList<>(); // elements greater than medianOfMedian
List<Integer> listWithSmallerNumbers = new ArrayList<>(); // elements less than medianOfMedian
for (Integer element : array) {
if (element < medianOfMedian) {
listWithSmallerNumbers.add(element);
} else if (element > medianOfMedian) {
listWithGreaterNumbers.add(element);
}
}
// Next step.
if (k <= listWithGreaterNumbers.size()) return findKthLargestUsingMedian((Integer[]) listWithGreaterNumbers.toArray(new Integer[listWithGreaterNumbers.size()]), k);
else if ((k - 1) == listWithGreaterNumbers.size()) return medianOfMedian;
else if (k > (listWithGreaterNumbers.size() + 1)) return findKthLargestUsingMedian((Integer[]) listWithSmallerNumbers.toArray(new Integer[listWithSmallerNumbers.size()]), k-listWithGreaterNumbers.size()-1);
return -1;
}
public static int findMedianOfMedians(Integer[] mainList, int noOfRequiredLists) {
int[] medians = new int[noOfRequiredLists];
for (int count = 0; count < noOfRequiredLists; count++) {
int startOfPartialArray = 5 * count;
int endOfPartialArray = startOfPartialArray + 5;
Integer[] partialArray = Arrays.copyOfRange((Integer[]) mainList, startOfPartialArray, endOfPartialArray);
// Step 2: Find median of each of these sublists.
int medianIndex = partialArray.length/2;
medians[count] = partialArray[medianIndex];
}
// Step 3: Find median of the medians.
return medians[medians.length / 2];
}
只是为了完成,另一种算法利用了Priority Queue并花费了时间O(nlogn)
。
public static int findKthLargestUsingPriorityQueue(Integer[] nums, int k) {
int p = 0;
int numElements = nums.length;
// create priority queue where all the elements of nums will be stored
PriorityQueue<Integer> pq = new PriorityQueue<Integer>();
// place all the elements of the array to this priority queue
for (int n : nums) {
pq.add(n);
}
// extract the kth largest element
while (numElements - k + 1 > 0) {
p = pq.poll();
k++;
}
return p;
}
这两种算法都可以测试为:
public static void main(String[] args) throws IOException {
Integer[] numbers = new Integer[]{2, 3, 5, 4, 1, 12, 11, 13, 16, 7, 8, 6, 10, 9, 17, 15, 19, 20, 18, 23, 21, 22, 25, 24, 14};
System.out.println(findKthLargestUsingMedian(numbers, 8));
System.out.println(findKthLargestUsingPriorityQueue(numbers, 8));
}
如预期的输出是:
18
18
这种方法怎么样
维持a buffer of length k
和a tmp_max
,得到tmp_max为O(k)并完成n次,所以类似O(kn)
是对还是我错过了什么?
尽管它没有击败快速选择的平均情况和中值统计方法的最坏情况,但是它非常易于理解和实施。
遍历列表。如果当前值大于存储的最大值,则将其存储为最大值,然后将1-4降低并从列表中减去5。如果不是,则将其与2进行比较并执行相同的操作。重复,并对照所有5个存储值进行检查。这应该在O(n)中完成
我想提出一个答案
如果我们采用前k个元素并将其排序为k个值的链接列表
现在,即使对于最坏的情况,对于其他所有值,如果我们对其余的nk值进行插入排序,即使在最坏的情况下,比较次数也将为k *(nk),对于要排序的前k个值,将其设为k *(k- 1)所以它是(nk-k),即o(n)
干杯
可以在以下位置找到对中位数算法的解释,以从n中找到第k个最大整数:http : //cs.indstate.edu/~spitla/presentation.pdf
在c ++中的实现如下:
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int findMedian(vector<int> vec){
// Find median of a vector
int median;
size_t size = vec.size();
median = vec[(size/2)];
return median;
}
int findMedianOfMedians(vector<vector<int> > values){
vector<int> medians;
for (int i = 0; i < values.size(); i++) {
int m = findMedian(values[i]);
medians.push_back(m);
}
return findMedian(medians);
}
void selectionByMedianOfMedians(const vector<int> values, int k){
// Divide the list into n/5 lists of 5 elements each
vector<vector<int> > vec2D;
int count = 0;
while (count != values.size()) {
int countRow = 0;
vector<int> row;
while ((countRow < 5) && (count < values.size())) {
row.push_back(values[count]);
count++;
countRow++;
}
vec2D.push_back(row);
}
cout<<endl<<endl<<"Printing 2D vector : "<<endl;
for (int i = 0; i < vec2D.size(); i++) {
for (int j = 0; j < vec2D[i].size(); j++) {
cout<<vec2D[i][j]<<" ";
}
cout<<endl;
}
cout<<endl;
// Calculating a new pivot for making splits
int m = findMedianOfMedians(vec2D);
cout<<"Median of medians is : "<<m<<endl;
// Partition the list into unique elements larger than 'm' (call this sublist L1) and
// those smaller them 'm' (call this sublist L2)
vector<int> L1, L2;
for (int i = 0; i < vec2D.size(); i++) {
for (int j = 0; j < vec2D[i].size(); j++) {
if (vec2D[i][j] > m) {
L1.push_back(vec2D[i][j]);
}else if (vec2D[i][j] < m){
L2.push_back(vec2D[i][j]);
}
}
}
// Checking the splits as per the new pivot 'm'
cout<<endl<<"Printing L1 : "<<endl;
for (int i = 0; i < L1.size(); i++) {
cout<<L1[i]<<" ";
}
cout<<endl<<endl<<"Printing L2 : "<<endl;
for (int i = 0; i < L2.size(); i++) {
cout<<L2[i]<<" ";
}
// Recursive calls
if ((k - 1) == L1.size()) {
cout<<endl<<endl<<"Answer :"<<m;
}else if (k <= L1.size()) {
return selectionByMedianOfMedians(L1, k);
}else if (k > (L1.size() + 1)){
return selectionByMedianOfMedians(L2, k-((int)L1.size())-1);
}
}
int main()
{
int values[] = {2, 3, 5, 4, 1, 12, 11, 13, 16, 7, 8, 6, 10, 9, 17, 15, 19, 20, 18, 23, 21, 22, 25, 24, 14};
vector<int> vec(values, values + 25);
cout<<"The given array is : "<<endl;
for (int i = 0; i < vec.size(); i++) {
cout<<vec[i]<<" ";
}
selectionByMedianOfMedians(vec, 8);
return 0;
}
还有Wirth的选择算法,它的实现比QuickSelect更简单。Wirth的选择算法比QuickSelect慢,但经过一些改进,它变得更快。
更详细地。使用弗拉基米尔·扎布罗德斯基(Vladimir Zabrodsky)的MODIFIND优化和3位中值枢轴选择,并注意算法分区部分的最后步骤,我提出了以下算法(可以想象为“ LefSelect”):
#define F_SWAP(a,b) { float temp=(a);(a)=(b);(b)=temp; }
# Note: The code needs more than 2 elements to work
float lefselect(float a[], const int n, const int k) {
int l=0, m = n-1, i=l, j=m;
float x;
while (l<m) {
if( a[k] < a[i] ) F_SWAP(a[i],a[k]);
if( a[j] < a[i] ) F_SWAP(a[i],a[j]);
if( a[j] < a[k] ) F_SWAP(a[k],a[j]);
x=a[k];
while (j>k & i<k) {
do i++; while (a[i]<x);
do j--; while (a[j]>x);
F_SWAP(a[i],a[j]);
}
i++; j--;
if (j<k) {
while (a[i]<x) i++;
l=i; j=m;
}
if (k<i) {
while (x<a[j]) j--;
m=j; i=l;
}
}
return a[k];
}
在我这里所做的基准测试中,LefSelect比QuickSelect快20-30%。
Haskell解决方案:
kthElem index list = sort list !! index
withShape ~[] [] = []
withShape ~(x:xs) (y:ys) = x : withShape xs ys
sort [] = []
sort (x:xs) = (sort ls `withShape` ls) ++ [x] ++ (sort rs `withShape` rs)
where
ls = filter (< x)
rs = filter (>= x)
通过使用withShape方法来发现分区的大小而无需实际计算,即可实现中值解决方案的中值。
这是Randomized QuickSelect的C ++实现。这个想法是随机选择一个枢轴元素。要实现随机分区,我们使用随机函数rand()在l和r之间生成索引,将随机生成的索引处的元素与最后一个元素交换,最后调用将最后一个元素用作枢轴的标准分区过程。
#include<iostream>
#include<climits>
#include<cstdlib>
using namespace std;
int randomPartition(int arr[], int l, int r);
// This function returns k'th smallest element in arr[l..r] using
// QuickSort based method. ASSUMPTION: ALL ELEMENTS IN ARR[] ARE DISTINCT
int kthSmallest(int arr[], int l, int r, int k)
{
// If k is smaller than number of elements in array
if (k > 0 && k <= r - l + 1)
{
// Partition the array around a random element and
// get position of pivot element in sorted array
int pos = randomPartition(arr, l, r);
// If position is same as k
if (pos-l == k-1)
return arr[pos];
if (pos-l > k-1) // If position is more, recur for left subarray
return kthSmallest(arr, l, pos-1, k);
// Else recur for right subarray
return kthSmallest(arr, pos+1, r, k-pos+l-1);
}
// If k is more than number of elements in array
return INT_MAX;
}
void swap(int *a, int *b)
{
int temp = *a;
*a = *b;
*b = temp;
}
// Standard partition process of QuickSort(). It considers the last
// element as pivot and moves all smaller element to left of it and
// greater elements to right. This function is used by randomPartition()
int partition(int arr[], int l, int r)
{
int x = arr[r], i = l;
for (int j = l; j <= r - 1; j++)
{
if (arr[j] <= x) //arr[i] is bigger than arr[j] so swap them
{
swap(&arr[i], &arr[j]);
i++;
}
}
swap(&arr[i], &arr[r]); // swap the pivot
return i;
}
// Picks a random pivot element between l and r and partitions
// arr[l..r] around the randomly picked element using partition()
int randomPartition(int arr[], int l, int r)
{
int n = r-l+1;
int pivot = rand() % n;
swap(&arr[l + pivot], &arr[r]);
return partition(arr, l, r);
}
// Driver program to test above methods
int main()
{
int arr[] = {12, 3, 5, 7, 4, 19, 26};
int n = sizeof(arr)/sizeof(arr[0]), k = 3;
cout << "K'th smallest element is " << kthSmallest(arr, 0, n-1, k);
return 0;
}
上述解决方案在最坏情况下的时间复杂度仍然是O(n2)。在最坏情况下,随机函数可能总是选择一个角元素。上述随机QuickSelect的预期时间复杂度为Θ(n)
调用poll()k次。
public static int getKthLargestElements(int[] arr)
{
PriorityQueue<Integer> pq = new PriorityQueue<>((x , y) -> (y-x));
//insert all the elements into heap
for(int ele : arr)
pq.offer(ele);
// call poll() k times
int i=0;
while(i<k)
{
int result = pq.poll();
}
return result;
}
这是Javascript中的实现。
如果放开约束,你不能修改数组,你可以用两个指标来识别“当前分区”(在经典的快速排序风格防止利用额外的内存- http://www.nczonline.net/blog/2012/ 11/27 / computer-science-in-javascript-quicksort /)。
function kthMax(a, k){
var size = a.length;
var pivot = a[ parseInt(Math.random()*size) ]; //Another choice could have been (size / 2)
//Create an array with all element lower than the pivot and an array with all element higher than the pivot
var i, lowerArray = [], upperArray = [];
for (i = 0; i < size; i++){
var current = a[i];
if (current < pivot) {
lowerArray.push(current);
} else if (current > pivot) {
upperArray.push(current);
}
}
//Which one should I continue with?
if(k <= upperArray.length) {
//Upper
return kthMax(upperArray, k);
} else {
var newK = k - (size - lowerArray.length);
if (newK > 0) {
///Lower
return kthMax(lowerArray, newK);
} else {
//None ... it's the current pivot!
return pivot;
}
}
}
如果要测试其性能,可以使用以下变体:
function kthMax (a, k, logging) {
var comparisonCount = 0; //Number of comparison that the algorithm uses
var memoryCount = 0; //Number of integers in memory that the algorithm uses
var _log = logging;
if(k < 0 || k >= a.length) {
if (_log) console.log ("k is out of range");
return false;
}
function _kthmax(a, k){
var size = a.length;
var pivot = a[parseInt(Math.random()*size)];
if(_log) console.log("Inputs:", a, "size="+size, "k="+k, "pivot="+pivot);
// This should never happen. Just a nice check in this exercise
// if you are playing with the code to avoid never ending recursion
if(typeof pivot === "undefined") {
if (_log) console.log ("Ops...");
return false;
}
var i, lowerArray = [], upperArray = [];
for (i = 0; i < size; i++){
var current = a[i];
if (current < pivot) {
comparisonCount += 1;
memoryCount++;
lowerArray.push(current);
} else if (current > pivot) {
comparisonCount += 2;
memoryCount++;
upperArray.push(current);
}
}
if(_log) console.log("Pivoting:",lowerArray, "*"+pivot+"*", upperArray);
if(k <= upperArray.length) {
comparisonCount += 1;
return _kthmax(upperArray, k);
} else if (k > size - lowerArray.length) {
comparisonCount += 2;
return _kthmax(lowerArray, k - (size - lowerArray.length));
} else {
comparisonCount += 2;
return pivot;
}
/*
* BTW, this is the logic for kthMin if we want to implement that... ;-)
*
if(k <= lowerArray.length) {
return kthMin(lowerArray, k);
} else if (k > size - upperArray.length) {
return kthMin(upperArray, k - (size - upperArray.length));
} else
return pivot;
*/
}
var result = _kthmax(a, k);
return {result: result, iterations: comparisonCount, memory: memoryCount};
}
剩下的代码只是创建一些游乐场:
function getRandomArray (n){
var ar = [];
for (var i = 0, l = n; i < l; i++) {
ar.push(Math.round(Math.random() * l))
}
return ar;
}
//Create a random array of 50 numbers
var ar = getRandomArray (50);
现在,运行几次测试。由于Math.random(),每次都会产生不同的结果:
kthMax(ar, 2, true);
kthMax(ar, 2);
kthMax(ar, 2);
kthMax(ar, 2);
kthMax(ar, 2);
kthMax(ar, 2);
kthMax(ar, 34, true);
kthMax(ar, 34);
kthMax(ar, 34);
kthMax(ar, 34);
kthMax(ar, 34);
kthMax(ar, 34);
如果对其进行几次测试,甚至凭经验可以看到迭代次数平均为O(n)〜=常数* n,并且k的值不会影响算法。
我想出了这个算法,似乎是O(n):
假设k = 3,我们想找到数组中的第三大项目。我将创建三个变量,并将数组的每个项目与这三个变量中的最小值进行比较。如果数组item大于最小值,我们将min变量替换为item值。我们继续做同样的事情,直到数组结束。我们三个变量中的最小值是数组中的第三大项。
define variables a=0, b=0, c=0
iterate through the array items
find minimum a,b,c
if item > min then replace the min variable with item value
continue until end of array
the minimum of a,b,c is our answer
而且,要找到第K个最大项,我们需要K个变量。
示例:(k = 3)
[1,2,4,1,7,3,9,5,6,2,9,8]
Final variable values:
a=7 (answer)
b=8
c=9
有人可以查看一下,让我知道我在想什么吗?
这是eladv建议的算法的实现(我也在这里用随机数据透视图实现):
public class Median {
public static void main(String[] s) {
int[] test = {4,18,20,3,7,13,5,8,2,1,15,17,25,30,16};
System.out.println(selectK(test,8));
/*
int n = 100000000;
int[] test = new int[n];
for(int i=0; i<test.length; i++)
test[i] = (int)(Math.random()*test.length);
long start = System.currentTimeMillis();
random_selectK(test, test.length/2);
long end = System.currentTimeMillis();
System.out.println(end - start);
*/
}
public static int random_selectK(int[] a, int k) {
if(a.length <= 1)
return a[0];
int r = (int)(Math.random() * a.length);
int p = a[r];
int small = 0, equal = 0, big = 0;
for(int i=0; i<a.length; i++) {
if(a[i] < p) small++;
else if(a[i] == p) equal++;
else if(a[i] > p) big++;
}
if(k <= small) {
int[] temp = new int[small];
for(int i=0, j=0; i<a.length; i++)
if(a[i] < p)
temp[j++] = a[i];
return random_selectK(temp, k);
}
else if (k <= small+equal)
return p;
else {
int[] temp = new int[big];
for(int i=0, j=0; i<a.length; i++)
if(a[i] > p)
temp[j++] = a[i];
return random_selectK(temp,k-small-equal);
}
}
public static int selectK(int[] a, int k) {
if(a.length <= 5) {
Arrays.sort(a);
return a[k-1];
}
int p = median_of_medians(a);
int small = 0, equal = 0, big = 0;
for(int i=0; i<a.length; i++) {
if(a[i] < p) small++;
else if(a[i] == p) equal++;
else if(a[i] > p) big++;
}
if(k <= small) {
int[] temp = new int[small];
for(int i=0, j=0; i<a.length; i++)
if(a[i] < p)
temp[j++] = a[i];
return selectK(temp, k);
}
else if (k <= small+equal)
return p;
else {
int[] temp = new int[big];
for(int i=0, j=0; i<a.length; i++)
if(a[i] > p)
temp[j++] = a[i];
return selectK(temp,k-small-equal);
}
}
private static int median_of_medians(int[] a) {
int[] b = new int[a.length/5];
int[] temp = new int[5];
for(int i=0; i<b.length; i++) {
for(int j=0; j<5; j++)
temp[j] = a[5*i + j];
Arrays.sort(temp);
b[i] = temp[2];
}
return selectK(b, b.length/2 + 1);
}
}
它类似于quickSort策略,在该策略中,我们选择一个任意枢轴,将较小的元素移到左侧,将较大的元素移到右侧。
public static int kthElInUnsortedList(List<int> list, int k)
{
if (list.Count == 1)
return list[0];
List<int> left = new List<int>();
List<int> right = new List<int>();
int pivotIndex = list.Count / 2;
int pivot = list[pivotIndex]; //arbitrary
for (int i = 0; i < list.Count && i != pivotIndex; i++)
{
int currentEl = list[i];
if (currentEl < pivot)
left.Add(currentEl);
else
right.Add(currentEl);
}
if (k == left.Count + 1)
return pivot;
if (left.Count < k)
return kthElInUnsortedList(right, k - left.Count - 1);
else
return kthElInUnsortedList(left, k);
}
您可以找到O(n)时间和恒定空间中的第k个最小元素。如果我们认为该数组仅用于整数。
该方法是对数组值的范围进行二进制搜索。如果我们的min_value和max_value都在整数范围内,则可以对该范围进行二进制搜索。我们可以编写一个比较器函数,该函数将告诉我们任何值是最小的kth或小于最小的kth还是大于最小的kth。进行二进制搜索,直到达到第k个最小数字
这是该代码
类解决方案:
def _iskthsmallest(self, A, val, k):
less_count, equal_count = 0, 0
for i in range(len(A)):
if A[i] == val: equal_count += 1
if A[i] < val: less_count += 1
if less_count >= k: return 1
if less_count + equal_count < k: return -1
return 0
def kthsmallest_binary(self, A, min_val, max_val, k):
if min_val == max_val:
return min_val
mid = (min_val + max_val)/2
iskthsmallest = self._iskthsmallest(A, mid, k)
if iskthsmallest == 0: return mid
if iskthsmallest > 0: return self.kthsmallest_binary(A, min_val, mid, k)
return self.kthsmallest_binary(A, mid+1, max_val, k)
# @param A : tuple of integers
# @param B : integer
# @return an integer
def kthsmallest(self, A, k):
if not A: return 0
if k > len(A): return 0
min_val, max_val = min(A), max(A)
return self.kthsmallest_binary(A, min_val, max_val, k)
还有一种算法优于快速选择算法。这就是所谓的Floyd-Rivets(FR)算法。
原始文章:https : //doi.org/10.1145/360680.360694
可下载版本:http : //citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.309.7108&rep=rep1&type=pdf
Wikipedia文章https://en.wikipedia.org/wiki/Floyd%E2%80%93Rivest_algorithm
我试图在C ++中实现quickselect和FR算法。我还将它们与标准C ++库实现std :: nth_element(基本上是quickselect和heapselect的内省混合)进行了比较。结果是快速选择,nth_element平均运行得差不多,但是FR算法运行了大约。是他们的两倍。
我用于FR算法的示例代码:
template <typename T>
T FRselect(std::vector<T>& data, const size_t& n)
{
if (n == 0)
return *(std::min_element(data.begin(), data.end()));
else if (n == data.size() - 1)
return *(std::max_element(data.begin(), data.end()));
else
return _FRselect(data, 0, data.size() - 1, n);
}
template <typename T>
T _FRselect(std::vector<T>& data, const size_t& left, const size_t& right, const size_t& n)
{
size_t leftIdx = left;
size_t rightIdx = right;
while (rightIdx > leftIdx)
{
if (rightIdx - leftIdx > 600)
{
size_t range = rightIdx - leftIdx + 1;
long long i = n - (long long)leftIdx + 1;
long long z = log(range);
long long s = 0.5 * exp(2 * z / 3);
long long sd = 0.5 * sqrt(z * s * (range - s) / range) * sgn(i - (long long)range / 2);
size_t newLeft = fmax(leftIdx, n - i * s / range + sd);
size_t newRight = fmin(rightIdx, n + (range - i) * s / range + sd);
_FRselect(data, newLeft, newRight, n);
}
T t = data[n];
size_t i = leftIdx;
size_t j = rightIdx;
// arrange pivot and right index
std::swap(data[leftIdx], data[n]);
if (data[rightIdx] > t)
std::swap(data[rightIdx], data[leftIdx]);
while (i < j)
{
std::swap(data[i], data[j]);
++i; --j;
while (data[i] < t) ++i;
while (data[j] > t) --j;
}
if (data[leftIdx] == t)
std::swap(data[leftIdx], data[j]);
else
{
++j;
std::swap(data[j], data[rightIdx]);
}
// adjust left and right towards the boundaries of the subset
// containing the (k - left + 1)th smallest element
if (j <= n)
leftIdx = j + 1;
if (n <= j)
rightIdx = j - 1;
}
return data[leftIdx];
}
template <typename T>
int sgn(T val) {
return (T(0) < val) - (val < T(0));
}
我要做的是:
initialize empty doubly linked list l
for each element e in array
if e larger than head(l)
make e the new head of l
if size(l) > k
remove last element from l
the last element of l should now be the kth largest element
您可以简单地存储指向链表中第一个和最后一个元素的指针。它们仅在更新列表时更改。
更新:
initialize empty sorted tree l
for each element e in array
if e between head(l) and tail(l)
insert e into l // O(log k)
if size(l) > k
remove last element from l
the last element of l should now be the kth largest element