Big Shot IT公司采访拼图

Question

上周，我参加了一些大型IT公司的采访。一个问题让我有点疑惑。下面是对问题的准确描述。（来自其中一个面试问题网站）

鉴于数据集，

A,B,A,C,A,B,A,D,A,B,A,C,A,B,A,E,A,B,A,C,A,B,A,D,A,B,A,C,A,B,A,F

可以缩减为

(A; 16); (B; 8); (C; 4); (D; 2); (E; 1); (F; 1):

使用（值，频率）格式。

总共m个这些元组，没有特定的顺序存储。设计一个O（m）算法，该算法返回数据集的第k阶统计量。 m是元组的数量，而不是n，它是数据集中元素的总数。

Answer 1

您可以使用Quick-Select来解决此问题。

天真：

1. 从数组中选择一个元素（称为pivot）
2. 小于或等于阵列左侧的枢轴，右侧更大的那些。
3. 如果枢轴位于k位置，那么您就完成了。如果它大于k，则重复阵列左侧的算法。如果它小于k，则在阵列的右侧重复算法。

有几个细节：

1. 您需要随机选择枢轴（如果您对预期的O（m）感到满意作为成本），或使用确定性中值算法。
2. 如果有很多值等于枢轴，你需要小心不要花费O（m ^ 2）时间。一种简单的方法是做第二遍将阵列分成3部分而不是2部分：小于枢轴的那些，等于枢轴的那些，以及大于枢轴的那些。