线性时间内找到第k小的元素：快排应用与BFPRT算法

问题分析

面对这个问题，最简单的想法是对数据进行排序，然后根据下标即可找到第k小的元素，目前已知的排序算法的最低时间复杂度为$O(n\sqrt{{\log }_2{\log }_{2}n})$，但并不为人熟知。目前应用最广的排序算法的最低时间复杂度为$O(n{\log }_{2}n)$。

但是，作为完美主义者的程序员，需要思考，找到第k小的元素一定需要排序吗？但除了寻找最大或最小的元素之外，我们似乎只能选择排序。那么能否只进行部分排序,便可找到第k小的元素呢？答案是显然的，只需要采用每一趟都能确定一个固定元素的排序算法即可。

思考$O(n{\log }_{2}n)$的排序算法中有哪些算法每一趟可以确定一个固定元素，答案是快速排序和堆排序（不考虑锦标赛排序，堆排序是锦标赛排序的升级版）。这里以快速排序为例，方便引入后面介绍的BFPRT算法，不过还有一个原因是堆排序获取第k小的元素的时间复杂度是$O(n)$的概率小于快速排序。

快排应用

我们知道，快排每一趟都会有随机有一个元素处于最终位置上，故只需在快排中设置一个新的递归出口再加以微改便能返回第k小的元素。
代码如下：
这里采用的快排为随机化快速排序，没有了解过的的朋友可以看一下我的另外一篇博客：升级版快速排序——随机化快速排序

template<typename T>
void partition(T array[],int left,int right,int& mid)
{
	srand(time(0));
	int i = left, j = right, move = rand() % (right - left + 1) + left;
	T temp = array[move];
	array[move] = array[left];
	while (i != j)
	{
		while (array[j] > temp&&j > i) j--;
		if (i < j) array[i++] = array[j];
		while (array[i] < temp&&i < j) i++;
		if (i < j) array[j--] = array[i];

	}
	array[i] = temp;
	mid = i;
}

template<typename T>
T random_quick_sort(T array[], int left, int right,int k)
{
	
	if (k > right - left + 1) exit(7);
	int i;
	partition(array, left, right, i);
	if (k == i - left + 1) return array[i];
	else if (k > i - left + 1) return random_quick_sort(array, i + 1, right, k - i + left - 1);
	else return random_quick_sort(array, left, i - 1, k);
}

这个算法的时间复杂度的确定需要用到指示器随机变量。$E[T(n)]=E[{\sum }_{k=0}^{n-1}{X}_k(T(max${ $k,n-k-1$}$))+\Theta (n)]$，最终得到$E[T(n)]=\Theta (n)$，即该算法的时间复杂度的期望值为$O(n)$
但是存在最坏情况，即每一次划分只能划分出一个部分，即$T(n)=T(n-1)+\Theta (n)$，由等差级数可以得到最坏情况下的时间复杂度为$O(n^2)$

BFPRT算法

BFPRT算法由Blum、Floyd、Pratt、Rivest、Tarjan提出，故以其名首字母拼接命名。
在应用快排寻找第k小的元素时，最坏情况为$O(n²)$的原因是没有明显划分，为了“消除这个最坏情况”，只需要找到一个合适的值，使得划分具有意义，并且这个值递归迭代后仍保留这个性质。不妨称这个数为主元，BFPRT算法就找到了这样的一个主元。
下面开始欣赏这个算法的巧妙之处吧！

• 首先，把数据按5个数为一组进行分组，最后不足5个的为一组
  
• 对每组数进行排序求得其中位数，图中标红部分为每组的中位数,用箭头表示两个数之间的大小关系，箭头的数比箭尾的数大，按照这样操作，便形成了如图所示的有向图模型。
• 对前面所求得的中位数进行排序（在图中对应列跟着一起动，但实际算法中不需要这样，此处这样操作是便于理解），求得中位数的中位数，各个中位数的大小关系也在图中体现了出来。
• 看到这里你可能会觉得这有什么卵用，别急，我一开始学的时候也是这么想的，来吧，展示！
  观察下面的图片，可以发现有一个矩形区域（紫色框）的所有数字都比中位数的中位数要大，有一个矩形区域（红色框）的所有数字都比中位数的中位数小。看到这里，聪明的读者应该知道这意味着什么了吧。
  
  这意味着这个中位数的中位数便是我们寻找的一个主元，可以得到一个优质的划分。

接下来开始定量分析：
在该算法中，所有数据摆成了5行$\lceil \frac{n}{5}\rceil$列，根据主元进行划分，可以得到至少有$\lfloor \frac{\lfloor \frac{n}{5}\rfloor }{2}\rfloor \ast 3$个数是小于主元的，至少有$(1-\lfloor \frac{\lfloor \frac{n}{5}\rfloor }{2}\rfloor )\ast 3$的数是大于主元的。

在一开始的确定中值的时间开销为$\Theta (n)$(因为每组数只有5个)，接着递归求解中值的中值，时间开销为$T(\frac{n}{5})$，紧接着便是递归划分，由数学知识，当$n$较大时$\lfloor \frac{\lfloor \frac{n}{5}\rfloor }{2}\rfloor \ast 3＞\frac{n}{4}$，假设其余$\frac{3n}{4}$的元素都比主元大，则每一次递归的最大子问题规模为$T(\frac{3n}{4})$，故有$T(n)\le T(\frac{n}{5})+T(\frac{3n}{4})+\Theta (n)$,由代换法解得$T(n)<=cn$

下面给出BFPRT算法的具体代码实现：

扫描二维码关注公众号，回复： 11903170 查看本文章

• 1° 首先把数组按5个数为一组进行分组，最后不足5个的为一组。对每组数进行排序求取其中位数，并将所有中位数移到当前数组的前面
• 2° 对这些中位数重复（递归）1操作，最后返回最终的中位数
• 3° 将上一步得到的中位数作为划分的主元进行整个数组的划分。(基于快速排序)
• 4° 判断第k个数在划分结果的左边、右边还是恰好是划分结果本身，前两者递归处理，后者直接返回答案。

template<typename T>
void partition(T array[], int left, int right, int& mid)
{
	int i = left, j = right;
	T temp = array[left];
	while (i != j)
	{
		while (array[j] > temp&&j > i) j--;
		if (i < j) array[i++] = array[j];
		while (array[i] < temp&&i < j) i++;
		if (i < j) array[j--] = array[i];

	}
	array[i] = temp;
	mid = i;
}

template<typename T>
void quick_sort(T array[], int left, int right)
{

	if (left >= right) return;
	int i;
	partition(array, left, right, i);
	quick_sort(array, i + 1, right);
	quick_sort(array, left, i - 1);
}


template<typename T>
void grouping(T arr[], int left, int right)
{
	int  count = left;
	for (int i=left; i <= right; i += 5)
	{
		if (i + 5 <= right)
		{
			quick_sort(arr, i, i + 4);
			swap(arr[i + 2], arr[count++]);
		}
		else 
		{
			quick_sort(arr, i, right);
			swap(arr[(i + right) / 2], arr[count++]);
		}
		
	}
}

template<typename T>
void findmid(T arr[],int left,int right)
{
	grouping(arr, left, right);
	if (right - left <= 4) return;
	else findmid(arr, left, left + (right - left + 1) / 5);
}

template<typename T>
T BFPRT(T arr[],int left,int right,int k)
{
	if (k > right - left + 1) exit(7);
	grouping(arr, left, right);
	findmid(arr, left, left + (right - left + 1) / 5 );
	int mid;
	partition(arr, left, right, mid);
	if (k == mid - left + 1) return arr[mid];
	else if (k > mid - left + 1) return BFPRT(arr, mid + 1, right, k - mid + left - 1);
	else return BFPRT(arr, left, mid - 1, k);
}

在任何情况下，BFPRT算法在任意情况下都可以在线性时间内求出第k小的元素，它的思想主要是以每5个元素为一组，找出中位数的中位数的中位数的…中位数。如果3个元素为一组，将达不到这个效果。5是能达到效果的最小数字，7也可以成立，但性能提升不明显。