算法描述
算法:FINDSECOND
输入:n个数的数组a[0...n-1]
输出:数组中的第二大的数second
算法思路
在选最大选最小算法中,我们将数组中的数两两分组进行比较,然后在较大的一组中选出最大的,在较小的一组中选出最小的,时间复杂度T(n)=⌈3n/2⌉-2,对比我们直接在整个数组中先选出最大,再选出最小时间复杂度T(n)=2n-3,时间复杂度更低。选第二大同样的道理,如果我们直接先选最大,再选第二大,时间复杂度同样是T(n)=2n-3。
因此选第二大算法我们也可以有类似的思路,采用锦标赛的形式将数组中的数两两分组进行比较,获胜的元素进入下一轮的比较,并且在比较中记录下所有对应获胜元素所淘汰的元素,当冠军元素也就是最大值max产生时,max所对应的所有被max淘汰的元素也被记录了下来,并且第二大的数second也在其中,然后我们只需要在这些元素中找最大的数即为第二大的数second。
算法实现的数据结构,锦标赛的比较过程可以概括为一个满二叉树,元素个数如若不足满二叉树则需进行补充。我们需要了解在满二叉树中父节点序号与儿子节点序号之间的关系,当父节点序号为k时,左儿子节点序号为2k,右儿子节点序号为2k+1。
假设当前我们需要从有5个元素的数组a[1,8,22,15,3]中选出第二大的数,那么第一轮比较的过程可以描述为一个满二叉树,如下图所示:
用一个数组b来存放这些数在数组a中的下标(注意此算法中所有的下标从1开始),为空的地方就赋值为-1,然后通过左右子树不断的比较,将大数放到父亲节点,一直到根节点,得到下图数组b的结构:
然后采用一个递归实现来进行第二次比较,递归地寻找到与最大数max比较的所有元素,然后从下往上覆盖最大数max,直到根节点就得到了第二大数second。
算法分析
常规算法先选出最大的数,再在剩余的数中选出最大的数就是原数组的第二大的数T(n)=n-1+n-2=2n-3。
而选第二大算法时间复杂度计算如下:
第一阶段分组比较选出最大值,所有元素总共比较了n-1次
第二阶段在被max淘汰的⌈logn⌉个元素中选取最大比较⌈logn⌉-1次
则T(n)=n-1+⌈logn⌉-1=n+⌈logn⌉-2
算法实现
using namespace std;
#include<iostream>
void pk(int* a, int* b, int bLen, int index, int max)
{
int left = index * 2;
int right = index * 2 + 1;
//在满二叉树中迭代地寻找与最大数比较过的数
//当找到存放最大数序号的叶子节点时将其改写为-1
if (left > bLen || right > bLen)
{
b[index - 1] = -1;
return;
}
//如果左儿子是最大数则继续递归左儿子,反之递归右儿子
if (b[left - 1] == max)
{
pk(a, b, bLen, left, max);
}
else
{
pk(a, b, bLen, right, max);
}
if (a[b[left - 1] - 1] > a[b[right - 1] - 1])
{
b[index - 1] = b[left - 1];
}
else
{
b[index - 1] = b[right - 1];
}
}
int findSecond(int a[], int n)
{
int x = 1;
while (x < n)
{
x = x << 1;
}
int* b = new int[2 * x - 1];
//将b数组中后x个元素装入1到n的标号
for (int i = 0; i < x; i++)
{
if (i < n)
{
b[x - 1 + i] = i+1;
}
else
{
b[x - 1 + i] = -1;
}
}
for (int i = 2 * x - 2; i > 0; i-=2)
{
if (b[i] < 0)
{
if (b[i - 1] >= 0)
{
b[(i - 1) / 2] = b[i - 1];
}
else
{
b[(i - 1) / 2] = -1;
}
}
else
{
if (a[b[i] - 1] > a[b[i - 1] - 1])
{
b[(i - 1) / 2] = b[i];
}
else
{
b[(i - 1) / 2] = b[i - 1];
}
}
}
pk(a, b, 2 * x - 1, 1, b[0]);
int second = a[b[0] - 1];
delete[]b;
return second;
}
int main(void)
{
int a[5] = { 1,8,22,15,3 };
cout << findSecond(a, 5);
}
参考: