8顺序统计学.pdfVIP

顺序统计学 顺序统计学 在n个元素中找第i小的元素。 • i=1, 求最小值； • i=n, 求最大值； ( ) ( ) n  n +1   n +1  • i=n/2, 求中位数； 或 2  2   2      最直观的想法，排序后取第i个元素 (n ) () (n ) • 最坏情形运行时间 Θ lg n +Θ1 Θ lg n • 使用归并或堆排序（不能使用快速排序） 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 顺序统计学 结论 • 算法递归的每个层次都减小常数倍（19/20），构 成一个几何级数，其开销被根结点开销掩盖了。 • 事实上，SELECT算法运行的很慢，因为隐藏在Θ 的常数项很大。 • 随机快速选择算法在实际应用中更有效。 容易混淆的地方 • median和median of median 的求解是准确的 – 注意算法中的递归求解 • 但是这样选出来的pivot不一定是整个数组 的median – 右上和左下的区域不用再跟median比较 • 最后求出的第i小的元素（包括median ）也 是准确的 • 注意与快速排序最好情况的区别：如果选 取的pivot不是median ，会怎么样？ 黑箱算法 • “黑箱”算法：在最坏情况下用线性时间找到 一个数组的中位数 – select （n/2, n) – 注意只有理论意义！实际运行时间会很长 • 假设数组中的元素都是不同的，怎么样使快速 排序算法在最坏情况下运行时间为O(nlgn) ？ – 用前面的黑箱算法选取数组的中位数 – 用该中位数做为pivot来partition该数组 – 得到两个等长的数组，分别进行排序，递归调用以 上过程 顺序统计学 • 给出一个简单的线性时间算法来找到任意 顺序统计学的问题（即数组中第i大的数） – 用前面的黑箱算法选取数组的中位数 – 用该中位数做为pivot来partition该数组 – 得到两个等长的数组，选取其中相应的一个， 递归调用以上过程进行查找 顺序统计学 • 加权中位数：假设n个不同的数组元素x , 1 x , …, x ,分别有对应的权重w , w , …, w 。 2 n 1 2 n 假设权重必须为正数且所有权重之和为1， 即∑ni=1 =1 。 – 普通的中位数是加权中位数的一种特殊情况： 当所有元素的权重都为1/n时 – 如果用排序的方法寻找加权中位数，时间复杂