算法导论 9.1-1 求第二小元素 (这篇文章写的很好转来学习)

2024-05-26 14:48

本文主要是介绍算法导论 9.1-1 求第二小元素 (这篇文章写的很好转来学习),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原文链接:http://blog.csdn.net/mishifangxiangdefeng

一、题目

证明:在最坏情况下,利用n+ceil(lgn)-2次比较,即可得到n个元素中的第2小元素。(提示:同时找最小元素)

二、算法过程

step1:对所有元素,两个一组比较大小,小的一个进入下一轮比较。一直到比较出最小的元素。此时所有比较结果构成一棵二叉树。比较次数为n-1。

step2:沿着树从树根向下到叶子,找出第二小的元素,比较次数是ceil[lgn]-1。令m2[p]表示以p为根的树中的第二小元素。对于当前处理结点为p,key[p] = min{key[left[p]], key[right[p]]}。假设key[p] =  key[left[p]],则m2[p] = min{m2[left[p]], key[right[p]]}


三、思考过程

1.根据提示,需要同时找最小元素,找最小元素的比较次数至少为n-1
2.在找次小元素时,尽量使用step1所产生的附加信息
3.次小值一定是在step1中与最小元素直接比较的过程中被淘汰的那些数
4.若“step1中与最小元素直接比较的过程中被淘汰的数”的个数为m,找次小值的比较次数为m-1
5.常规方法中,最坏情况下,m = n-1
6.调整算法,使最坏情况下m = ceil[lgn]
7.最终算法比较次数 = (n-1) + (m-1) = n + ceil[lgn] - 2

四、详细证明

1.找最小元素的比较次数至少为n-1

把每个元素看作是一个集合,这个集合有一个特殊的属性,即集合内的最小值。
初始状态下,每个元素是一个值,集合的最小值就是这个元素的值。
两个元素比较的过程,可以看作是两个元素分别所在的集合的merge过程,同时更新的集合的最小值属性。
最后剩下一个集合时该集合的最小值就是整个数组的最小值。
一定是两个在不同集合的元素之间才会发生比较,处于同一集合的元素是不需要比较的。
n个集合至少要经过n-1次merge才能成为一个集合。

2.次小值一定是在step1中与最小元素直接比较的过程中被淘汰的那些数

参与比较的值,一定是集合中最小的值。
没有参与比较的值,有两种情况:
(1)若这个集合的最小值不是整个数组的最小值
那么这个值一定不是次小值,因此不用考虑
(2)若这个集合的最小值是整个数组的最小值,za
那么这个值有可能是次小值,但它也一定是在更早的某个比较过程中合并进来的,因此继续向前追溯。

3.常规方法中,最坏情况下,m = n-1

这个的常规方法是指
[cpp]  view plain copy
  1. int min = data[0];  
  2. for(int i = 1; i < data.size(); i++)  
  3. {  
  4.     if(data[i] < min)  
  5.         min = data[i];  
  6. }  
  7. return min  

用如图来表示这种算法产生最小值的比较过程。

4.调整算法,使最坏情况下m = ceil[lgn]
把上图转换为这样,可知m与叶子结点的深度有关,最坏情况下的m就是树的叶子结点的最大深度,也就是二叉树的高度。
把二叉树调整为完全二叉树,树的高度就是ceil[lgn]了
   -----> 

五、代码说明

1.虽然推导过程使用了二叉树,但是在实际算法实现过程中使用的是数组(有点类似第六章堆的实现),以简化算法。
用数组的下标代替结点的地址,用数组下标的索引代替指针。
2.指针nextTarget:每一次比较后,有可能是最小元素的侯选值链表,以数组元素0为head,通过nextTarget串联起来
指针nextSecond:假设数组元素a是最小元素,记录每次与a直接比较过的元素,也就是a对应的次小值候选者链表,以a为head,通过nextSecond串联起来
3.比较过程做了封装,用于统计比较次数。
4.初始情况下,每个元素都在nextTarget链表中,每比较一次,nextTarget链接中少一个元素。
当nextTarget链表中只剩下一个元素时,选择以这个元素为head的nextSecond链表中的最大值,就是整个数组的次小值。
5.假设数据有个5元素,依次为1,2,3,4,5,主要过程如图:
实心箭头表示nextTarget
空心箭头表示nextSecond

这篇关于算法导论 9.1-1 求第二小元素 (这篇文章写的很好转来学习)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1004773

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

闲置电脑也能活出第二春?鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言,在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况,这使得“存储焦虑”不再是个别现象,而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得,我们似乎正处在互联网信息飞速增长的阶段,对于存储的需求也将会不断扩大。对于苹果用户而言,这一问题愈发严峻,毕竟512GB和1TB版本的iPhone可不是人人都消费得起的,因此成熟的外置存储方案开

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig