bfprt
bfprt
//找第k小的数 or 找第n-k大的数
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std; class Solution
{
public:
int getMinKByBFPRT(vector<int>& arr,int k)
{
if(k<||k>arr.size())
return ; vector<int> tmp(arr.begin(),arr.end());
return bfprt(tmp,,tmp.size()-,k);
}
private:
int bfprt(vector<int>& arr,int left,int right,int k)
{
if(left==right)
return arr[left]; //1.得到中位数
int pivot=getMedian(arr,left,right);
//2.根据中位数划分左右区间
vector<int> pivotRange(_partition(arr,left,right,pivot));
//3.找到中位数排序后的位置,判断k是不是中位数所在的下标范围内,如果在就找到了
if(k>=pivotRange[]&&k<=pivotRange[])
return arr[k];
else if(k<pivotRange[])
return bfprt(arr,left,pivotRange[]-,k);
else /*if(k>pivotRange[1])*/
return bfprt(arr,pivotRange[]+,right,k);
//return 0;
}
int getMedian(vector<int>& arr,int left,int right)
{
int nums=right-left+;
int offset=nums%==?:;//每五个为一组,求每组的中位数,放在中位数数组中
vector<int> midArr(nums/+offset);//中位数数组
for(int i=;i<midArr.size();++i)
{
int l=left+i*;
int r=l+;
midArr[i]=getMedianCore(arr,l,min(r,right));
}
//找中位数组的中位数
return bfprt(midArr,,midArr.size()-,midArr.size()/);
}
int getMedianCore(vector<int>& arr, int left, int right)
{
//中位数组排序,返回中间数
sort(arr.begin()+left,arr.begin()+right+);
return arr[(left+right)/+(left+right)%];//奇数和偶数情况
}
vector<int> _partition(vector<int>& arr,int left,int right,int pivot)
{
int small=left-;//small总是指向当前最小的位置,初始化为数组的首元素的前一位置
int big=right+;//big总是指向当前最大的位置,初始化为数组的尾元素的后一位置
int cur=left;
while(cur<big)
{
if(arr[cur]<pivot)
swap(arr[++small],arr[cur++]);
else if(arr[cur]>pivot)
swap(arr[cur],arr[--big]);
else
++cur;
}
vector<int> tmp{small+,big-};
return tmp;
}
}; int main()
{
Solution s;
vector<int> arr{};
cout<<s.getMinKByBFPRT(arr,)<<endl;
return ;
}
bfprt的更多相关文章
- BFPRT(线性查找算法)
BFPRT算法解决的问题十分经典,即从某n个元素的序列中选出第k大(第k小)的元素,通过巧妙的分 析,BFPRT可以保证在最坏情况下仍为线性时间复杂度.该算法的思想与快速排序思想相似,当然,为使得算法 ...
- BFPRT算法
解决的问题:在一个数组中找到最小的k个数 常规解法:1.排序,输出前k个数,时间复杂度O(n*log(n)). 2.利用一个大小为k的大根堆,遍历数组维持大根堆,最后返回大根堆就可以了,时间复杂度O( ...
- 查找第K小的数 BFPRT算法
出处 http://blog.csdn.net/adong76/article/details/10071297 BFPRT算法是解决从n个数中选择第k大或第k小的数这个经典问题的著名算法,但很多人并 ...
- 算法进阶面试题02——BFPRT算法、找出最大/小的K个数、双向队列、生成窗口最大值数组、最大值减最小值小于或等于num的子数组数量、介绍单调栈结构(找出临近的最大数)
第二课主要介绍第一课余下的BFPRT算法和第二课部分内容 1.BFPRT算法详解与应用 找到第K小或者第K大的数. 普通做法:先通过堆排序然后取,是n*logn的代价. // O(N*logK) pu ...
- BFPRT 算法 (TOP-K 问题)——本质就是在利用分组中位数的中位数来找到较快排更合适的pivot元素
先说快排最坏情况下的时间复杂度为n^2. 正常情况: 最坏的情况下,待排序的记录序列正序或逆序,每次划分只能得到一个比上一次划分少一个记录的子序列,(另一个子序列为空).此时,必须经过n-1次递归 ...
- 线性查找算法(BFPRT)
BFPRT算法的作者是5位真正的大牛(Blum . Floyd . Pratt . Rivest . Tarjan). BFPRT解决的问题十分经典,即从某n个元素的序列中选出第k大(第k小)的元素, ...
- 经典算法 BFPRT算法详解
内容: 1.原始问题 => O(N*logN) 2.BFPRT算法 => O(N) 1.原始问题 问题描述:给你一个整型数组,返回其中第K小的数 普通解法: 这道题可以利用 ...
- 算法搬运之BFPRT算法
原文连接:http://noalgo.info/466.html BFPRT算法,又称为中位数的中位数算法,由5位大牛(Blum . Floyd . Pratt . Rivest . Tarjan)提 ...
- Top K问题-BFPRT算法、Parition算法
BFPRT算法原理 在BFPTR算法中,仅仅是改变了快速排序Partion中的pivot值的选取,在快速排序中,我们始终选择第一个元素或者最后一个元素作为pivot,而在BFPTR算法中,每次选择五分 ...
随机推荐
- Linux如何从零开始搭建rsync服务器(centOS6)
Step1:检查rsync是否已经安装 rmp -qa rsync 如果没有安装的话,通过yum install rsync -y Step2:给rsync服务添加本地用户,用于管理本地目录. u ...
- 使用AWR报告诊断Oracle性能问题
在做单交易负载测试时,有的交易响应时间超出了指标值,在排除完测试环境等可能造成交易超时的原因后,去分析数据库问题.数据库用的是Oracle,对于Oracle数据库整体的性能问题, awr的报告是一个非 ...
- java中Calendar类
1.测试代码: package com; import java.text.SimpleDateFormat; import java.util.Calendar; import java.util. ...
- tensorflow-优化器
优化器可以通俗的理解成梯度下降那一套流程. 梯度下降 基本流程 a. 损失函数 b. 求导,计算梯度 c. 更新参数 d. 迭代下一批样本 可以对照着理解tf. tf 优化器 正常使用流程 a. 创建 ...
- 20165326 java第五周学习笔记
第五周学习笔记 ch7 内部类(&外嵌类) 内部类的类体不可以声明类变量和方法 内部类如同类的变量或方法 内部类和外嵌类在编译时生成两个class文件 匿名类 某个类的一个子类没有明显的用类声 ...
- leetcode56:合并区间
给出一个区间的集合,请合并所有重叠的区间.(解题思想来源于:https://blog.csdn.net/qq_34364995/article/details/80788049 ) 示例 1: 输入: ...
- chromium ⑤
我们都知道chromium是用webkit完成页面显示的, 那么chromium是怎样集成和封装webkit的呢? 是怎样将webkit整合到自己的框架中,并将一个页面渲染出来的? 这篇我 ...
- subprocess(子进程模块)
subprocess: 子进程模块 一个正在运行的程序叫做进程 一个进程 开启了另一个进程 这个被开启的程序叫做子ka进程 ###########################在cmd中执行#### ...
- REST easy with kbmMW #21 – Delphi client stubs
在之前的博文中,我提到新的存根生成器框架具有生成Delphi客户端存根所需的功能,使得开发Delphi智能客户端非常容易,完全支持编译时的类型检查和IDE类/属性帮助. 我没想到会把它包含在即将发布的 ...
- laravel 添加验证码
1. 安装依赖 composer require gregwar/captcha 2.使用 use Gregwar\Captcha\CaptchaBuilder; use DB; use Requ ...