我在理解快速选择算法时遇到了问题。我知道它基于快速排序算法(我很熟悉)并且它为您提供了所需的结果,可能会使数组的一部分未排序。现在这里是我遇到困难的地方。问题是找到数组中第二个最小的元素:
int a[4] = {1,3,5,2} ;
现在假设我们正在随机选择枢轴,然后根据this帖子我们有以下条件:
k == pivot
。然后你已经找到了最小的第k个。这是因为分区的工作方式。确切地说,k-1个元素小于第k个元素。
k < pivot
。然后第k个最小位于枢轴的左侧。
k > pivot
。然后第k个最小的位于枢轴的右侧。要找到它,你实际上必须在右边找到k-pivot最小数字。
如果有人能解释k==pivot
意味着我们找到了第k个(在我的情况下是第二个最小的元素),我将不胜感激。另外,如果它k < pivot
,我们会重复枢轴左侧的过程吗?
答案 0 :(得分:2)
如果k = pivot,您将在枢轴左侧有k-1个项目。由于分区,每个都小于枢轴项。此外,由于分区,右侧的每个项目都大于枢轴项目。因此,枢轴项必须是第k个最大的。有意义吗?
答案 1 :(得分:1)
是的,当pivok == k
时,您在枢轴左侧有k-1
个元素小于而非枢轴,因此您找到k-th
个最小的数字数组即枢轴,但如果k < pivot
,则在数组的左侧搜索,因为数据库&gt; 第k个最小元素,否则数据&lt; 第k个最小数组元素所以在右侧搜索以增加枢轴。
来自wikipedia:
// Returns the n-th smallest element of list within left..right inclusive (i.e. n is zero-based).
function select(list, left, right, n)
if left = right // If the list contains only one element
return list[left] // Return that element
pivotIndex := ... // select a pivotIndex between left and right, e.g. left + Math.floor(Math.random() * (right - left + 1))
pivotIndex := partition(list, left, right, pivotIndex)
// The pivot is in its final sorted position
if n = pivotIndex
return list[n]
else if n < pivotIndex
return select(list, left, pivotIndex - 1, n)
else
return select(list, pivotIndex + 1, right, n)
希望这有帮助!