2020-03-02:在无序数组中,如何求第K小的数?
福哥答案2021-03-02:
1.堆排序。时间复杂度:O(N*lgK)。有代码。
2.单边快排。时间复杂度:O(N)。有代码。
3.bfprt算法。时间复杂度:O(N)。有代码。
代码用golang编写,代码如下:
package main import ( "container/heap" "fmt" "math/rand" "sort" ) func main() { //1 2 3 4 5 6 7 arr := []int{1, 2, 3, 4, 5, 10, 9, 8, 7, 6} ret := minKth1(arr, 7) fmt.Println("1.堆排序:", ret) ret = minKth2(arr, 7) fmt.Println("2.单边快排:", ret) ret = minKth3(arr, 7) fmt.Println("3.bfprt算法:", ret) } // 利用大根堆,时间复杂度O(N*logK) func minKth1(arr []int, k int) int { maxHeap := &IntHeap{} heap.Init(maxHeap) for i := 0; i < k; i++ { heap.Push(maxHeap, arr[i]) } for i := k; i < len(arr); i++ { heap.Push(maxHeap, arr[i]) heap.Pop(maxHeap) //heap.Push(maxHeap, arr[i]) } return heap.Pop(maxHeap).(int) } type IntHeap sort.IntSlice func (h IntHeap) Len() int { return len(h) } func (h IntHeap) Less(i, j int) bool { return !(h[i] < h[j]) } func (h IntHeap) Swap(i, j int) { h[i], h[j] = h[j], h[i] } //func (h IntHeap) Len() int { return sort.IntSlice(h).Len() } //func (h IntHeap) Less(i, j int) bool { return !sort.IntSlice(h).Less(i, j) } //func (h IntHeap) Swap(i, j int) { sort.IntSlice(h).Swap(i, j) } func (h *IntHeap) Push(x interface{}) { //fmt.Println("push----") // Push and Pop use pointer receivers because they modify the slice's length, // not just its contents. *h = append(*h, x.(int)) } func (h *IntHeap) Pop() interface{} { old := *h n := len(old) x := old[n-1] *h = old[0 : n-1] return x } // 改写快排,时间复杂度O(N) // k >= 1 func minKth2(arr []int, k int) int { arrc := make([]int, len(arr)) copy(arrc, arr) return process2(arrc, 0, len(arr)-1, k-1) } // arr 第k小的数 // process2(arr, 0, N-1, k-1) // arr[L..R] 范围上,如果排序的话(不是真的去排序),找位于index的数 // index [L..R] func process2(arr []int, L int, R int, index int) int { if L == R { // L = =R ==INDEX return arr[L] } // 不止一个数 L + [0, R -L] pivot := arr[L+rand.Intn(R-L)] rang := partition(arr, L, R, pivot) if index >= rang[0] && index <= rang[1] { return arr[index] } else if index < rang[0] { return process2(arr, L, rang[0]-1, index) } else { return process2(arr, rang[1]+1, R, index) } } func partition(arr []int, L int, R int, pivot int) []int { less := L - 1 more := R + 1 cur := L for cur < more { if arr[cur] < pivot { less++ arr[less], arr[cur] = arr[cur], arr[less] cur++ } else if arr[cur] > pivot { more-- arr[cur], arr[more] = arr[more], arr[cur] } else { cur++ } } return []int{less + 1, more - 1} } // 利用bfprt算法,时间复杂度O(N) func minKth3(arr []int, k int) int { arrc := make([]int, len(arr)) copy(arrc, arr) return bfprt(arrc, 0, len(arr)-1, k-1) } // arr[L..R] 如果排序的话,位于index位置的数,是什么,返回 func bfprt(arr []int, L int, R int, index int) int { if L == R { return arr[L] } // L...R 每五个数一组 // 每一个小组内部排好序 // 小组的中位数组成新数组 // 这个新数组的中位数返回 pivot := medianOfMedians(arr, L, R) rang := partition(arr, L, R, pivot) if index >= rang[0] && index <= rang[1] { return arr[index] } else if index < rang[0] { return bfprt(arr, L, rang[0]-1, index) } else { return bfprt(arr, rang[1]+1, R, index) } } // arr[L...R] 五个数一组 // 每个小组内部排序 // 每个小组中位数领出来,组成marr // marr中的中位数,返回 func medianOfMedians(arr []int, L int, R int) int { size := R - L + 1 offset := 0 if size%5 != 0 { offset = 1 } mArr := make([]int, size/5+offset) for team := 0; team < len(mArr); team++ { teamFirst := L + team*5 // L ... L + 4 // L +5 ... L +9 // L +10....L+14 mArr[team] = getMedian(arr, teamFirst, getMin(R, teamFirst+4)) } // marr中,找到中位数 // marr(0, marr.len - 1, mArr.length / 2 ) return bfprt(mArr, 0, len(mArr)-1, len(mArr)/2) } func getMedian(arr []int, L int, R int) int { insertionSort(arr, L, R) return arr[(L+R)/2] } func insertionSort(arr []int, L int, R int) { for i := L + 1; i <= R; i++ { for j := i - 1; j >= L && arr[j] > arr[j+1]; j-- { arr[j], arr[j+1] = arr[j+1], arr[j] } } } func getMin(a int, b int) int { if a < b { return a } else { return b } }
执行结果如下: