软件工程2303 雷穗辉分治法找第k小的数

model_s3xy 2024-10-13 21:16:00

软件工程2303 雷穗辉

算法概述

我们可以使用一种分治法来寻找数组中第k小的元素。该算法主要思路是使用一个“划分”操作（类似快速排序中的分区过程），通过不断缩小搜索范围来找到目标元素。

伪代码描述

选择一个基准值：从数组中选择一个元素作为基准值（pivot），通常选择最后一个元素。
分区操作：重新排列数组，所有比基准值小的元素都移动到基准值的左边，所有比基准值大的元素都移动到基准值的右边。分区结束后，基准值就处于其最终位置。
确定基准值的位置：分区后，基准值的索引就是它在排序后数组中的位置。
比较基准值的位置与k：
- 如果基准值的位置正好是k-1（因为数组索引从0开始），那么基准值就是第k小的数，返回它。
- 如果基准值的位置大于k-1，那么第k小的数在基准值的左边，递归地在左边的子数组中查找第k小的数。
- 如果基准值的位置小于k-1，那么第k小的数在基准值的右边，递归地在右边的子数组中查找第k小的数，并且调整k的值，因为基准值右边的子数组中的元素个数比原数组少一个。

function partition(nums, left, right):
    pivot = nums[right]  // 选择最后一个元素作为基准
    slow = left         // 左指针
    fast = left         // 快指针

    while fast < right:
        if nums[fast] < pivot:
            swap(nums[slow], nums[fast])  // 把小于基准的元素放到左边
            slow++
        fast++

    swap(nums[slow], nums[right])  // 把基准元素放到它的正确位置
    return slow  // 返回基准元素的位置

function find(nums, left, right, k):
    if left >= right: 
        return nums[left]  // 递归基

    slow = partition(nums, left, right)  // 进行划分

    // 计算基准元素在左侧的元素数量
    count = slow - left + 1

    if k == count:  // 找到第k小的元素
        return nums[slow]
    else if k < count:  // 在左边部分继续查找
        return find(nums, left, slow - 1, k)
    else:  // 在右边部分继续查找
        return find(nums, slow + 1, right, k - count)

main:
    input n, k
    input nums[n]  // 输入数组
    result = find(nums, 0, n - 1, k)  // 查找第k小的元素
    output result

时间复杂度分析

最好情况：在每次划分时，基准元素正好把数组分为两个相等的部分。每次递归时，问题规模减半。
- 复杂度为 O(nlog⁡n)O(nlogn)，因为在每一层递归中，我们都要遍历数组。
最坏情况：在每次划分时，基准元素是数组中最小或最大元素，导致每次只缩小一个元素的范围。此时，我们需要遍历整个数组。
- 复杂度为 O(n2)O(n2)，这种情况可能在输入数组是已排序的情况下发生。
平均情况：在随机情况下，每次划分大约将数组分成两部分，复杂度为 O(n)O(n)。