第K小的数 快速排序 选择前K大O(n) 乱序数组中位数 median

2024-03-17 15:32

本文主要是介绍第K小的数 快速排序 选择前K大O(n) 乱序数组中位数 median,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

利用快速排序partition:

 

#include <iostream>
#include <map>
#include <algorithm>
#include <limits.h>
#include <assert.h>
using namespace std;
int selectK(int num[], int k, int left, int right) {assert(k <= (right - left + 1) && k >= 1);int mid = (left + right) / 2, i = left, j = right, pivot = num[mid];while (i <= j) {while (num[i] < pivot) {++i;}while (num[j] > pivot) {--j;}if (i <= j) {swap(num[i], num[j]);++i, --j;}}if (k == i - left && i - 1 == j + 1) {return pivot;}else if (k <= i - left) {return selectK(num, k, left, i-1);}else if (k > i - left) {return selectK(num, k - (i - left), i, right);}
}
int main() {int num[] = { 3, 2, 1, 4, 5, 6 };int res1 = selectK(num, 1, 0, 5);int res2 = selectK(num, 2, 0, 5);int res3 = selectK(num, 3, 0, 5);int res4 = selectK(num, 4, 0, 5);int res5 = selectK(num, 5, 0, 5);int res6 = selectK(num, 6, 0, 5);//int res6 = selectK(num, 6, 0, 4);return 0;
}

[l,i-1] <= pivot <= [j+1,r]

 

 

 

Python version:

from itertools import permutations#1. must confirm num[left, i-1] <= pivot <= num[j+1, right], that's why <= couldn't be replaced by < since it's impossible.
def selectKth(num, k, left, right):assert (k <= right-left+1 and k >= 1)mid = (left+right)//2i,j,pivot=left,right,num[mid]while (i <= j):     #2. must be <= instead of < since the returned condition required, otherwise, the recursive depth will be exceededwhile (num[i] < pivot): #3. must be < instead of <= since num[left, i-1] <= pivot <= num[j+1, right]i = i + 1while (num[j] > pivot): #3. must be > instead of >= since num[left, i-1] <= pivot <= num[j+1, right]j = j - 1if (i <= j):    #2. must be <= instead of < since the returned condition required, otherwise, the recursive depth will be exceedednum[i],num[j]=num[j],num[i]i,j = i+1,j-1#4. For num[left, i-1] <= pivot <= num[j+1, right], there're 2 cases for breaking the loop as the figure illustratedif (k == i-left and i-1==j+1 and pivot == num[i-1]):return pivotelif (k <= i-left):return selectKth(num, k, left, i-1)elif (k > i-left):return selectKth(num, k-(i-left), i, right)if __name__ == '__main__':perms = permutations([1,2,3,4,5,6], 6)for i in perms:for k in range(1, 7):perm = list(i)beforeSelect = list(i)kthNum = selectKth(perm, k, 0, 5)print("perm={0} k={1} kth={2}".format(beforeSelect, k, kthNum))assert (k == kthNum)

BTW, there's a O(n) method for selecting the first k numbers. Think over it!!!

from itertools import permutations# must confirm num[left, i-1] <= pivot <= num[j+1, right], that's why <= couldn't be replaced by < since it's impossible.def selectTopK(num, k, left, right):assert (k <= right - left + 1 and k >= 1)mid = (left + right) // 2i, j, pivot = left, right, num[mid]# must i <= j,while (i <= j):while (num[i] < pivot):i = i + 1while (num[j] > pivot):j = j - 1if (i <= j):num[i], num[j] = num[j], num[i]i, j = i + 1, j - 1# num[left, i-1] <= pivot <= num[j+1, right]if (k == i - left and i - 1 == j + 1 and pivot == num[i - 1]):return i - 1elif (k <= i - left):return selectTopK(num, k, left, i - 1)elif (k > i - left):return selectTopK(num, k - (i - left), i, right)if __name__ == '__main__':raw = [1, 2, 3, 1, 2, 3]rawlen = len(raw)perms = permutations(raw, rawlen)for i in perms:for k in range(1, rawlen+1):beforeSelect = list(i)kthIndex = selectTopK(beforeSelect, k, 0, rawlen-1)selectedTopK = beforeSelect[:kthIndex + 1]selectedTopK.sort()beforeSelect2 = list(i)beforeSelect2.sort()topK = beforeSelect2[:kthIndex + 1]print("perm={0} selected={1} topK={2}".format(beforeSelect, selectedTopK, topK))assert (topK == selectedTopK)

 

这篇关于第K小的数 快速排序 选择前K大O(n) 乱序数组中位数 median的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/819361

相关文章

Python多线程实现大文件快速下载的代码实现

《Python多线程实现大文件快速下载的代码实现》在互联网时代,文件下载是日常操作之一,尤其是大文件,然而,网络条件不稳定或带宽有限时,下载速度会变得很慢,本文将介绍如何使用Python实现多线程下载... 目录引言一、多线程下载原理二、python实现多线程下载代码说明:三、实战案例四、注意事项五、总结引

C#使用Spire.XLS快速生成多表格Excel文件

《C#使用Spire.XLS快速生成多表格Excel文件》在日常开发中,我们经常需要将业务数据导出为结构清晰的Excel文件,本文将手把手教你使用Spire.XLS这个强大的.NET组件,只需几行C#... 目录一、Spire.XLS核心优势清单1.1 性能碾压:从3秒到0.5秒的质变1.2 批量操作的优雅

Mybatis-Plus 3.5.12 分页拦截器消失的问题及快速解决方法

《Mybatis-Plus3.5.12分页拦截器消失的问题及快速解决方法》作为Java开发者,我们都爱用Mybatis-Plus简化CRUD操作,尤其是它的分页功能,几行代码就能搞定复杂的分页查询... 目录一、问题场景:分页拦截器突然 “失踪”二、问题根源:依赖拆分惹的祸三、解决办法:添加扩展依赖四、分页

c++日志库log4cplus快速入门小结

《c++日志库log4cplus快速入门小结》文章浏览阅读1.1w次,点赞9次,收藏44次。本文介绍Log4cplus,一种适用于C++的线程安全日志记录API,提供灵活的日志管理和配置控制。文章涵盖... 目录简介日志等级配置文件使用关于初始化使用示例总结参考资料简介log4j 用于Java,log4c

C++归并排序代码实现示例代码

《C++归并排序代码实现示例代码》归并排序将待排序数组分成两个子数组,分别对这两个子数组进行排序,然后将排序好的子数组合并,得到排序后的数组,:本文主要介绍C++归并排序代码实现的相关资料,需要的... 目录1 算法核心思想2 代码实现3 算法时间复杂度1 算法核心思想归并排序是一种高效的排序方式,需要用

Java中数组与栈和堆之间的关系说明

《Java中数组与栈和堆之间的关系说明》文章讲解了Java数组的初始化方式、内存存储机制、引用传递特性及遍历、排序、拷贝技巧,强调引用数据类型方法调用时形参可能修改实参,但需注意引用指向单一对象的特性... 目录Java中数组与栈和堆的关系遍历数组接下来是一些编程小技巧总结Java中数组与栈和堆的关系关于

使用Redis快速实现共享Session登录的详细步骤

《使用Redis快速实现共享Session登录的详细步骤》在Web开发中,Session通常用于存储用户的会话信息,允许用户在多个页面之间保持登录状态,Redis是一个开源的高性能键值数据库,广泛用于... 目录前言实现原理:步骤:使用Redis实现共享Session登录1. 引入Redis依赖2. 配置R

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

Java中的数组与集合基本用法详解

《Java中的数组与集合基本用法详解》本文介绍了Java数组和集合框架的基础知识,数组部分涵盖了一维、二维及多维数组的声明、初始化、访问与遍历方法,以及Arrays类的常用操作,对Java数组与集合相... 目录一、Java数组基础1.1 数组结构概述1.2 一维数组1.2.1 声明与初始化1.2.2 访问

MySQL查询JSON数组字段包含特定字符串的方法

《MySQL查询JSON数组字段包含特定字符串的方法》在MySQL数据库中,当某个字段存储的是JSON数组,需要查询数组中包含特定字符串的记录时传统的LIKE语句无法直接使用,下面小编就为大家介绍两种... 目录问题背景解决方案对比1. 精确匹配方案(推荐)2. 模糊匹配方案参数化查询示例使用场景建议性能优