找出数组中第k小的元素

给定一无序整型数组a,在不排序的情况下,查找第k小的元素

类似快排。

如果k非常小比如小于3,觉得应该用几个临时变量然后遍历一遍解决。

 

public class MinKth {
    public static int calculate(int[] array, int k) {
        return calculate(array, k, 0, array.length - 1);
    }

    public static int calculate(int[] array, int k, int low, int high) {
        int target = array[low];
        int i = low;
        int j = high;

        while (i < j) {
            while (i <= high && array[i] <= target) {
                i++;
            }
            while (j >= low && array[j] > target) {
                j--;
            }

            if (i < j) {
                int tmp = array[i];
                array[i] = array[j];
                array[j] = tmp;
            }
        }

        int tmp = array[j];
        array[j] = array[low];
        array[low] = tmp;

        int gap = i - low + 1;
        if (gap > k)
            return calculate(array, k, low, i - 1);
        if (gap < k)
            return calculate(array, k - gap, i + 1, high);
        else
            return array[i];
    }
}

 

可以使用快速选择算法来找出数组中第 k 个小的元素。 快速选择算法的基本思想是,选择一个基准元素,将数组中小于基准元素元素放在基准元素的左边,将大于基准元素元素放在基准元素的右边,然后比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就找到了第 k 个小的元素,如果基准元素的位置大于 k,就在基准元素的左边继续查找,如果基准元素的位置小于 k,就在基准元素的右边继续查找。 以下是使用快速选择算法找出数组中第 k 个小的元素的 Python 代码: ```python def quick_select(nums, k): pivot = nums[0] left = [x for x in nums if x < pivot] right = [x for x in nums if x > pivot] mid = [x for x in nums if x == pivot] if k <= len(left): return quick_select(left, k) elif k <= len(left) + len(mid): return pivot else: return quick_select(right, k - len(left) - len(mid)) ``` 在这个函数中,我们首先选择数组中的第一个元素作为基准元素 pivot。然后,我们将数组分成三个部分:小于 pivot 的元素放在 left 数组中,大于 pivot 的元素放在 right 数组中,等于 pivot 的元素放在 mid 数组中。接下来,我们比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就返回基准元素的值,如果基准元素的位置大于 k,就在 left 数组中继续查找第 k 个小的元素,如果基准元素的位置小于 k,就在 right 数组中继续查找第 k - len(left) - len(mid) 个小的元素。 这个函数的时间复杂度为 O(n),其中 n 是数组的长度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值