BFPRT算法:时间复杂度O(n)求第k小的数字(分治算法+快排)

我自己搭建了博客,以后可能不太在CSDN上发博文了,https://www.qingdujun.com/


去年写了一篇《分治算法 求第kk小元素 O(n)O(n) & O(nlog2nO(nlog2^n)》的文章。介绍了一种对快排进行改进的算法,可以在时间复杂度O(n)O(n)的情况下,找到第kk小的数字。

那时候,我还不知道这个算法叫BFPRT算法——现在知道了,还知道它又被称为中位数的中位数算法,它的最坏时间复杂度为O(n)O(n) ,它是由Blum、Floyd、Pratt、Rivest、Tarjan提出,它的思想是修改快速选择算法的主元选取方法,提高算法在最坏情况下的时间复杂度。

1 STL std::nth_element

而且,我还发现了STL中有一个类似的函数——std::nth_element (位于头文件<algorithm>中):
http://www.cplusplus.com/reference/algorithm/nth_element/

#include <iostream>
#include <vector>
#include <algorithm>
#include <functional>

int main() {
    std::vector<int> v{5, 6, 4, 3, 2, 6, 7, 9, 3};
    std::nth_element(v.begin(), v.begin() + v.size()/2, v.end());
    std::cout << "The median is " << v[v.size()/2] << '\n';
    std::nth_element(v.begin(), v.begin()+1, v.end(), std::greater<int>());
    std::cout << "The second largest element is " << v[1] << '\n';
}

The median is 5
The second largest element is 7

2 BFPRT算法(中位数的中位数算法)

好了,言归正传。BFPRT算法主要由两部分组成(快排、基准选取函数)。基准选取函数也就是中位数的中位数算法(Median of Medians algorithm)的实现,具体来说——就是将快排中基准选取策略进行了优化,改为每次尽可能的选择中位数作为基准。

那么是如何尽可能的选出中位数? 如果要找到一个精确的中位数,所消耗的时间代价将得不偿失,而且对于快排算法来说,只要基准尽可能的接近真正的中位数,就能形成近似的均分。我在上一篇文章中举了个例子,这里我再重复一遍:

2.1 举个例子

假设,我们要找arr[18]的近似中位数——其实,也就是找到数字8。(注意到,由于使用了分组,这里产生的只是尽可能的中位数)

int arr[18] = { 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18 };

BFPRT算法规定了,将5个元素作为一组(选出中位数)。然后,再选出中位数中的中位数…一直到,最终选出一个数字。

那么,第一轮就是这样(将选出的中位数放置在最前面):

//执行momedians之前
{ 1,2,3,4,5} {6,7,8,9,10} {11,12,13,14,15} {16,17,18 };

分别对每组sort后选取小组中位数,再使用swap将小组中位数放置在“最前面”对应位置(注意下文中*号的标注,它表示这一步选出的小组中位数放置到哪儿去了)。

//开始momedians
{ 3*,2,1*,4,5};//sort->swap(3,1)
{ 3,8*,1,4,5} {6,7,2*,9,10};//sort->swap(8,2)
{ 3,8,13*,4,5} {6,7,2,9,10} {11,12,1*,14,15};//sort->swap(13,1)
{ 3,8,13,17*,5} {6,7,2,9,10} {11,12,1,14,15} {16,4*,18 };//sort->swap(17,4)

同样,第二轮初始时就成如下样子了,很显然已经少于5个数字了:

//执行momedians之前
{ 3,8,13,17};

直接选出中位数8

2.2 算法实现(c++)

可以将上述过程使用C++代码描述如下(对于5个数字的排序,使用Insert sort可能会效率更高)。再次强调,下面这段代码唯一的作用,就是用来选出每次快排的基准:

//Median of Medians algorithm
int momedians(int* const low, int* const high) {
	if (low >= high - 1) {
		return *low;
	}
	//int grp_length = (int)std::sqrt(high - low);
	int grp_length = 5, grp_idx = 0;
	for (int* l = low, *r; l < high; l = r+1) {
		r = (l + grp_length >= high) ? high : l + grp_length - 1;
		std::sort(l, r); //可以使用下文的void isort(int* const low, int* const high)
		std::swap(*(low+grp_idx++), *(l + (r - l) / 2));
	}
	return momedians(low, low + grp_idx);
}

写到这里已经将BFPRT算法核心介绍完毕了。

如果想测试使用Insert sort是否会带来效率上提升的小伙伴,可以试试下面这段代码insert_sort,尝试着替换文中的std::sort排序函数。

//Insert sort
void insert_sort(int* const low, int* const high) {
	for (int* i = low + 1; i <= high; ++i) {
		if (*i < *(i-1)) {
			int border = *i, *j = i-1;
			for ( ; border < *j; --j) {
				*(j+1) = *j;
			}
			*(j+1) = border;
		}
	}
}

让我们思维次再回到momedians函数。从上述代码中可以看到grp_length = 5是一个固定值。那么,在BFPRT算法中,为什么是选5个作为分组? 这个我也不是很明白,我也尝试使用sqrt(数组长度)作为分组的长度。

有兴趣的可以阅读 ACdreamer 的一篇《BFPRT算法原理》,他在文章结尾处,对为什么使用5作为固定分组长度进行了简单说明。同时,还附有BFPRT算法的最坏时间复杂度为 O(n)O(n) 的证明。

好了,以下为完整的“BFPRT算法:时间复杂度O(n)O(n)求第k小的数字”代码。如上文所说,算法主体功能是快排,只是在基准选取的时候使用了momedians算法——而不是直接取第一个数作为基准(严蔚敏版教材中的做法)。

#include <iostream>
#include <algorithm>
using namespace std;

//Median of Medians algorithm
int momedians(int* const low, int* const high) {
	if (low >= high - 1) {
		return *low;
	}
	int grp_length = 5, grp_idx = 0;
	for (int* l = low, *r; l < high; l = r+1) {
		r = (l + grp_length >= high) ? high : l + grp_length - 1;
		std::sort(l, r);
		std::swap(*(low+grp_idx++), *(l + (r - l) / 2));
	}
	return momedians(low, low + grp_idx);
}

//Quick sort
int qsort(int* const low, int* const high, int* const ptrk) {
	int* l = low, *r = high;
	if (l < r) {
		int pivot = momedians(l, r);
		while (l < r) {
			while (l < r && *r >= pivot) {
				--r;
			}
			*l = *r;
			while (l < r && *l <= pivot) {
				++l;
			}
			*r = *l;
		}
		*r = pivot;
	}
	//per qsort end, check left == right == ptrk?
	return r == ptrk ? *ptrk :
		(r > ptrk ?
			qsort(low, r - 1, ptrk) :
			qsort(r + 1, high, ptrk));
}

//Blum、Floyd、Pratt、Rivest、Tarjan
int bfprt(int* const low, int* const high, const int k = 1) {
	if (low >= high || k < 1 || k > high - low) {
		throw std::invalid_argument("low > high || k < 1");
	}
	return qsort(low, high-1, low + k -1);//[low, high)
}

int main() {
	int arr[18] = { 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18 };
	//cout << bfprt(&arr[0], &arr[0]+1, 1) << endl;
	cout << bfprt(&arr[0], &arr[0] + 18, 18) << endl;

	return 0;
}

以上的代码是针对int数组编写的,下面再测试一下对于其他类型的支持情况(这里直接粗暴的加上了一个模板)。有一点想强调的是,这里的bfprt函数参数是左闭右开区间[low,high),同时k必须是从1开始的正数。

//Blum、Floyd、Pratt、Rivest、Tarjan
template<typename T>
T bfprt(T* const low, T* const high, const int k = 1) {
	if (low >= high || k < 1 || k > high - low) {
		throw std::invalid_argument("low > high || k < 1");
	}
	return qsort(low, high-1, low + k -1);//[low, high)
}

main函数中对intcharstring类型进行了测试。完整代码如下…

#include <iostream>
#include <algorithm>
using namespace std;

//Median of Medians algorithm
template<typename T>
T momedians(T* const low, T* const high) {
	if (low >= high - 1) {
		return *low;
	}
	int grp_length = 5, grp_idx = 0;
	for (T* l = low, *r; l < high; l = r+1) {
		r = (l + grp_length >= high) ? high : l + grp_length - 1;
		std::sort(l, r);
		std::swap(*(low+grp_idx++), *(l + (r - l) / 2));
	}
	return momedians(low, low + grp_idx);
}

//Quick sort
template<typename T>
T qsort(T* const low, T* const high, T* const ptrk) {
	T* l = low, *r = high;
	if (l < r) {
		T pivot = momedians(l, r);
		while (l < r) {
			while (l < r && *r >= pivot) {
				--r;
			}
			*l = *r;
			while (l < r && *l <= pivot) {
				++l;
			}
			*r = *l;
		}
		*r = pivot;
	}
	//per qsort end, check left == right == ptrk?
	return r == ptrk ? *ptrk :
		(r > ptrk ?
			qsort(low, r - 1, ptrk) :
			qsort(r + 1, high, ptrk));
}

//Blum、Floyd、Pratt、Rivest、Tarjan
template<typename T>
T bfprt(T* const low, T* const high, const int k = 1) {
	if (low >= high || k < 1 || k > high - low) {
		throw std::invalid_argument("low > high || k < 1");
	}
	return qsort(low, high-1, low + k -1);//[low, high)
}

int main() {
	int arr[18] = { 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18 };
	cout << bfprt(&arr[0], &arr[0] + 18, 18) << endl;

	char str[7] = {'a','b','c','d','e','f','g'};
	cout << bfprt(&str[0], &str[0] + 7, 4) << endl;

	string s = "abcdefghijklmnopqrstuvwxyz";
	cout << bfprt(&s[0], &s[0] + 26, 10) << endl;
	
	return 0;
}



©qingdujun
2018-12-25 北京 海淀


References:
[1] 为径,分治算法 求第k小元素 O(n)O(n) & O(nlog2n)O(nlog2^n) ,2018-12-25
[2] ACdreamer,BFPRT算法原理 ,2018-12-25
[3] STL nth_element() , 2018-12-25

发布了109 篇原创文章 · 获赞 204 · 访问量 127万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 精致技术 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览