此算法借用快速排序算法。

这个快速选择算法主要利用递归调用,数组存储方式。包含3个文件,头文件QuickSelect.h,库函数QuickSelect.c,测试文件TestQuickSelect。

其中Cutoff可以自己给定,这个当开始给定的数组(或者递归调用产生的子数组)的元素个数<=20个时,采用插入排序。一般认为当元素个数<=20时,插入排序更快。这个20不是固定的,在这附近浮动都可以的。

头文件QuickSelect.h

 #ifndef QuickSelect_H
#define QuickSelect_H
#define Cutoff 20
typedef int ElementType;
ElementType Median3(ElementType A[], int left, int right);
void Swap(ElementType *p, ElementType*q);
void InsertionSort(ElementType A[], int N);
ElementType QuickSelect(ElementType A[],int k, int N);
ElementType Qselect(ElementType A[],int k, int Left, int Right);
void PrintMatrix(ElementType A[], int N);
#endif // !QuickSelect_H

库函数QuickSelect.c

 #include "QuickSelect.h"
#include<stdio.h>
//通过三数中值分割法获得数组的枢纽元
ElementType Median3(ElementType A[], int Left, int Right)
{
int Center = (Left + Right) / ;
if (A[Left] > A[Right])
Swap(&A[Left], &A[Right]);
if (A[Left] > A[Center])
Swap(&A[Left], &A[Center]);
if (A[Center] > A[Right])
Swap(&A[Center], &A[Right]);
//上述三次交换使得:A[Left]<A[Center]<A[Right]
Swap(&A[Center], &A[Right - ]);
return A[Right - ];//返回枢纽元;
} //交换指针p和q各自指向的值;
void Swap(ElementType * p, ElementType * q)
{
ElementType Tmp;
Tmp = *p;
*p = *q;
*q = Tmp;
} //当开始给定的数组(或者递归调用产生的子数组)的元素个数<=20个时,采用插入排序。
void InsertionSort(ElementType A[], int N)
{
int j, P;
ElementType Tmp;
for (P = ; P < N; P++)
{
Tmp = A[P];
for (j = P; j > && A[j - ] > Tmp; j--)
A[j] = A[j - ];
A[j] = Tmp;
}
} //快速选择算法驱动程序
ElementType QuickSelect(ElementType A[],int k, int N)
{
return Qselect(A, k-, , N - );//该程序即为,输入,k,返回A[k]。因为A从0开始存储,如果想找第5个最小值,其实找的是A[4],所以当我们找第k个值时,应输入k-1。
} //快速选择核心算法
ElementType Qselect(ElementType A[], int k, int Left, int Right)
{
int i, j;
ElementType Pivot;
if (Left + Cutoff - <= Right)//此处Cutoff-1是为了和N-1=Right对应上
{
Pivot = Median3(A, Left, Right);//调用枢纽元函数选取枢纽元
i = Left; j = Right - ;
for (; ;)
{
while (A[++i] < Pivot);
while (A[--j] > Pivot);
if (i < j) Swap(&A[i], &A[j]);
else break;
}
Swap(&A[i], &A[Right - ]);
if (k < i)
Qselect(A, k, Left, i - );//对剩下小于枢纽元的元素递归排序
else if (k>i)
Qselect(A, k, i + , Right);//对剩下大于枢纽元的元素递归排序
//当k=i时,即查询的值==枢纽元,则找到了,返回A[k]
}
else//当最后子数组只有Cutoff个,则采用插入排序。
InsertionSort(A + Left, Right - Left + );
return A[k];
} //打印数组
void PrintMatrix(ElementType A[], int N)
{
for (int i = ; i < N; i++)
printf("%d ", A[i]);
}

测试文件TestQuickSelect

 #include "QuickSelect.h"
#include <stdio.h>
#include<time.h>
#include<stdlib.h>
#define N 100000
int main()
{
ElementType A[N] ;
int ID;
srand((unsigned)time(NULL));
for (int i = ; i < N; i++)
{
//A[i] = rand() % N;
A[i] =N-i;//100000个数,倒序排
} printf("\n");
//PrintMatrix(A, N);
printf("请输入要查询的ID:");
scanf_s("%d", &ID);
printf("Result:%d",QuickSelect(A, ID, N));
printf("\n");
}

找到第k个最小元----快速选择的更多相关文章

  1. 在未排序的数组中找到第 k 个最大的元素

    在未排序的数组中找到第 k 个最大的元素.请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素. 示例 1: 输入: [3,2,1,5,6,4] 和 k = 2 输出: 5 ...

  2. 【一起刷LeetCode】在未排序的数组中找到第 k 个最大的元素

    题目描述 在未排序的数组中找到第 k 个最大的元素.请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素. 示例 1: 输入: [3,2,1,5,6,4] 和 k = 2 ...

  3. 选取第K大数的快速选择算法和注意事项

    快速选择算法,是一种能在大致O(N)的时间内选取数组中第k大或者k小的算法.其基本思路与快速排序算法类似,也是分治的思想. 其实这个算法是个基础算法,但是不常用,所以今天编的时候错了POJ2388,才 ...

  4. [程序员代码面试指南]第9章-在两个长度相等的排序数组中找到第k小的数(二分)

    题目 给定两个有序数组arr1和arr2,再给定一个整数k,返回所有的数中第k小的数. 题解 利用题目"在两个长度相等的排序数组中找到第上中位数"的函数 分类讨论 k < 1 ...

  5. 比列的数目更多,以便找到第一k小值

    问题叙述性说明:现有n作为一个有序序列(2,3,9),(3,5,11,23),(1,4,7,9,15,17,20),(8,15,35,9),(20,30,40),第k小值. 问题分析:可用多路归并排序 ...

  6. 215. Kth Largest Element in an Array【Medium】【找到第 k 大的元素】

    Find the kth largest element in an unsorted array. Note that it is the kth largest element in the so ...

  7. 算法总结之 在两个排序数组中找到第K小的数

    给定两个有序数组arr1 和 arr2 ,再给定一个int K,返回所有的数中第K小的数 要求长度如果分别为 N M,时间复杂度O(log(min{M,N}),额外空间复杂度O(1) 解决此题的方法跟 ...

  8. 【Leetcode 堆、快速选择、Top-K问题 BFPRT】有序矩阵中第K小的元素(378)

    题目 给定一个 n x n 矩阵,其中每行和每列元素均按升序排序,找到矩阵中第k小的元素. 请注意,它是排序后的第k小元素,而不是第k个元素. 示例: matrix = [ [ 1, 5, 9], [ ...

  9. 【Leetcode 堆、快速选择、Top-K问题 BFPRT】数组中的第K个最大元素(215)

    这道题很强大,引出了很多知识点 题目 在未排序的数组中找到第 k 个最大的元素.请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素. 示例 1: 输入: [3,2,1,5 ...

随机推荐

  1. Python中的多进程与多线程(一)

    一.背景 最近在Azkaban的测试工作中,需要在测试环境下模拟线上的调度场景进行稳定性测试.故而重操python旧业,通过python编写脚本来构造类似线上的调度场景.在脚本编写过程中,碰到这样一个 ...

  2. 实时的.NET程序错误监控产品Exceptionless

    Exceptionless可以对ASP.NET, Web API, WebForms, WPF, Console, 和 MVC 应用提供错误监控.上传.报表服务.使用时需要在Exceptionless ...

  3. C语言 · Anagrams问题

    问题描述 Anagrams指的是具有如下特性的两个单词:在这两个单词当中,每一个英文字母(不区分大小写)所出现的次数都是相同的.例如,"Unclear"和"Nuclear ...

  4. Entity Framework 6 Recipes 2nd Edition 译 -> 目录 -持续更新

    因为看了<Entity Framework 6 Recipes 2nd Edition>这本书前面8章的翻译,感谢china_fucan. 从第九章开始,我是边看边译的,没有通读,加之英语 ...

  5. 算法笔记_013:汉诺塔问题(Java递归法和非递归法)

    目录 1 问题描述 2 解决方案  2.1 递归法 2.2 非递归法 1 问题描述 Simulate the movement of the Towers of Hanoi Puzzle; Bonus ...

  6. Js 原型和原型链

    Js中通过原型和原型链实现了继承 Js对象属性的访问,首先会查找自身是否拥有这个属性 如果查到,则返回属性值,如果找不到,就会遍历原型链,一层一层的查找,如果找到就会返回属性值 直到遍历完Object ...

  7. 前端学HTTP之字符集

    前面的话 HTTP报文中可以承载以任何语言表示的内容,就像它能承载图像.影片或任何类型的媒体那样.对HTTP来说,实体主体只是二进制信息的容器而已.为了支持国际性内容,服务器需要告知客户端每个文档的字 ...

  8. 从零开始编写自己的C#框架(26)——小结

    一直想写个总结,不过实在太忙了,所以一直拖啊拖啊,拖到现在,不过也好,有了这段时间的沉淀,发现自己又有了小小的进步.哈哈...... 原想框架开发的相关开发步骤.文档.代码.功能.部署等都简单的讲过了 ...

  9. 使用 Android Studio 检测内存泄漏与解决内存泄漏问题

    本文在腾讯技术推文上 修改 发布. http://wetest.qq.com/lab/view/63.html?from=ads_test2_qqtips&sessionUserType=BF ...

  10. Java定时任务的常用实现

    Java的定时任务有以下几种常用的实现方式: 1)Timer 2)ScheduledThreadPoolExecutor 3)Spring中集成Cron Quartz 接下来依次介绍这几类具体实现的方 ...