和快速排序不同的是，当寻找TopK时不需要排序一个数组，只要arr[n - k] 左边的值小于等于arr[n - k]，右边的值大于等于arr[n - k]，无论其划分出的子数组是否有序，arr[n - k]就是题目要寻找的TopK。也就是说并不需要对左右两部分子数组都进行递归，而是只对寻找目标所在的子数组进行递归，这就是快速选择算法。

2.1.3 快速选择算法示例

快速选择算法要点在于划分和选择需要递归的子数组。下面由数组 [3,2,1,5,6,4]对划分进行图解示例（图中有下划线的数字是此次划分的基数）

第一次划分：

找到i和j的位置后交换

到达边界条件后递归，此时j + 1 = 1，r = 5，此时寻找目标在右部分子数组，所以对右部分子数组进行递归。

第二次划分：

找到i和j的位置后进行交换

到达边界条件后递归，此时j + 1 = 4，r = 5，此时寻找目标在右部分子数组，所以对右部分子数组进行递归。

第三次划分：

到达边界条件后递归，此时l = 4，j = 4，此时寻找目标在左部分子数组，所以对左部分子数组进行递归，又l = r，所以递归结束，输出结果。

2.2算法的时间复杂度分析

在每一次进行划分选择的时候都会将总数据分为两个部分，其中一部分的数比选择的数小，另一部分比选择的数大。因此，每次选择的数据规模都会减半。所以其期望时间复杂度为O(n)。如果每次规模为n的问题都划分成1和n - 1，每次集合又向n -1 的集合中递归，这种情况是最坏的，时间复杂度为O( $n^{2}$ )。

3. 算法的实现

#include<vector>
#include<iostream>

using namespace std;

const int N = 1e5 + 10;

int n, k, nums[N];

int quick_sort(int q[], int l, int r, int k) {
    if (l == r) return q[l];
    
    // 取中点作为基点
    int i = l - 1, j = r + 1, x = q[l + r >> 1]; 
    while (i < j) {
        do i ++; while (q[i] < x);
        do j --; while (q[j] > x);
        if (i < j) swap(q[i], q[j]);
    }
    
    // 接下来是本次优化的核心，我们不对两个子数组都进行排列，
    // 而是根据k和边界的关系选择对其中一个子数组进行排列
    if (k <= j) return quick_sort(q, l, j, k);
    else return quick_sort(q, j + 1, r, k);
}

int main() {
    // 对读入和输出进行加速
    ios::sync_with_stdio(false);
    cin.tie(0);
    cout.tie(0);
    
    // 将题中所给数据进行读入
    cin >> n >> k;
    for (int i = 0; i < n; i ++ ) cin >> nums[i];
    
    printf("%d\n", quick_sort(nums, 0, n - 1, n - k));
    
    return 0;
}

标签

#算法 #c++