Java手写快速选择算法应用拓展案例
1. 引言
快速选择算法是一种高效的选择算法,可以用于在数组中找到第K小/大的元素。除了基本的应用场景外,快速选择算法还可以应用于其他问题,如查找中位数、查找最大/最小值等。本文将介绍两个拓展应用案例,并提供完整的代码和步骤描述。
2. 拓展应用案例1:查找中位数
中位数是一个有序数组中的中间值。通过快速选择算法,我们可以快速找到一个数组的中位数。
2.1 步骤描述
- 定义一个方法
findMedian
,接受一个整型数组arr
作为参数。 - 调用
quickSelect
方法,传入数组arr
、左边界0
、右边界arr.length - 1
和中位数的位置(arr.length + 1) / 2
。 - 在
quickSelect
方法中,选择基准元素pivot
,并调用partition
方法进行分区。 - 根据
partition
方法的返回值index
,判断中位数的位置:- 如果
index
等于(arr.length + 1) / 2 - 1
,则返回arr[index]
。 - 如果
index
大于(arr.length + 1) / 2 - 1
,则递归调用quickSelect
方法,在左半部分数组中查找中位数。 - 如果
index
小于(arr.length + 1) / 2 - 1
,则递归调用quickSelect
方法,在右半部分数组中查找中位数。
- 如果
- 在
main
方法中,调用findMedian
方法,并打印中位数的值。
2.2 完整代码
public class QuickSelectMedian {public static void main(String[] args) {int[] arr = {5, 3, 8, 2, 9, 1};int median = findMedian(arr);System.out.println("中位数是:" + median);}private static int findMedian(int[] arr) {return quickSelect(arr, 0, arr.length - 1, (arr.length + 1) / 2);}private static int quickSelect(int[] arr, int left, int right, int k) {int pivot = selectPivot(arr, left, right);int index = partition(arr, left, right, pivot);if (index == k - 1) {return arr[index];} else if (index > k - 1) {return quickSelect(arr, left, index - 1, k);} else {return quickSelect(arr, index, right, k);}}private static int selectPivot(int[] arr, int left, int right) {return arr[left];}private static int partition(int[] arr, int left, int right, int pivot) {int i = left;int j = right;while (i <= j) {while (arr[i] < pivot) {i++;}while (arr[j] > pivot) {j--;}if (i <= j) {swap(arr, i, j);i++;j--;}}return i;}private static void swap(int[] arr, int i, int j) {int temp = arr[i];arr[i] = arr[j];arr[j] = temp;}
}
3. 拓展应用案例2:查找最大/最小值
快速选择算法也可以用于查找一个数组的最大/最小值。
3.1 步骤描述
- 定义一个方法
findMax
,接受一个整型数组arr
作为参数。 - 调用
quickSelect
方法,传入数组arr
、左边界0
、右边界arr.length - 1
和最大值的位置1
。 - 在
quickSelect
方法中,选择基准元素pivot
,并调用partition
方法进行分区。 - 根据
partition
方法的返回值index
,判断最大值的位置:- 如果
index
等于1 - 1
,则返回arr[index]
。 - 如果
index
大于1 - 1
,则递归调用quickSelect
方法,在左半部分数组中查找最大值。 - 如果
index
小于1 - 1
,则递归调用quickSelect
方法,在右半部分数组中查找最大值。
- 如果
- 在
main
方法中,调用findMax
方法,并打印最大值的值。
3.2 完整代码
public class QuickSelectMax {public static void main(String[] args) {int[] arr = {5, 3, 8, 2, 9, 1};int max = findMax(arr);System.out.println("最大值是:" + max);}private static int findMax(int[] arr) {return quickSelect(arr, 0, arr.length - 1, 1);}private static int quickSelect(int[] arr, int left, int right, int k) {int pivot = selectPivot(arr, left, right);int index = partition(arr, left, right, pivot);if (index == k - 1) {return arr[index];} else if (index > k - 1) {return quickSelect(arr, left, index - 1, k);} else {return quickSelect(arr, index, right, k);}}private static int selectPivot(int[] arr, int left, int right) {return arr[left];}private static int partition(int[] arr, int left, int right, int pivot) {int i = left;int j = right;while (i <= j) {while (arr[i] < pivot) {i++;}while (arr[j] > pivot) {j--;}if (i <= j) {swap(arr, i, j);i++;j--;}}return i;}private static void swap(int[] arr, int i, int j) {int temp = arr[i];arr[i] = arr[j];arr[j] = temp;}
}
4.1 步骤描述
- 定义一个方法
findKthSmallest
,接受一个整型数组arr
和一个整数k
作为参数。 - 调用
quickSelect
方法,传入数组arr
、左边界0
、右边界arr.length - 1
和k
。 - 在
quickSelect
方法中,选择基准元素pivot
,并调用partition
方法进行分区。 - 根据
partition
方法的返回值index
,判断第k小的元素的位置:- 如果
index
等于k - 1
,则返回arr[index]
。 - 如果
index
大于k - 1
,则递归调用quickSelect
方法,在左半部分数组中查找第k小的元素。 - 如果
index
小于k - 1
,则递归调用quickSelect
方法,在右半部分数组中查找第k小的元素。
- 如果
- 在
main
方法中,调用findKthSmallest
方法,并打印第k小的元素的值。
4.2 完整代码
public class QuickSelectKthSmallest {public static void main(String[] args) {int[] arr = {5, 3, 8, 2, 9, 1};int k = 3;int kthSmallest = findKthSmallest(arr, k);System.out.println("第" + k + "小的元素是:" + kthSmallest);}private static int findKthSmallest(int[] arr, int k) {return quickSelect(arr, 0, arr.length - 1, k);}private static int quickSelect(int[] arr, int left, int right, int k) {int pivot = selectPivot(arr, left, right);int index = partition(arr, left, right, pivot);if (index == k - 1) {return arr[index];} else if (index > k - 1) {return quickSelect(arr, left, index - 1, k);} else {return quickSelect(arr, index + 1, right, k);}}private static int selectPivot(int[] arr, int left, int right) {return arr[left];}private static int partition(int[] arr, int left, int right, int pivot) {int i = left;int j = right;while (i <= j) {while (arr[i] < pivot) {i++;}while (arr[j] > pivot) {j--;}if (i <= j) {swap(arr, i, j);i++;j--;}}return i;}private static void swap(int[] arr, int i, int j) {int temp = arr[i];arr[i] = arr[j];arr[j] = temp;}
}
在上面的代码中,我们查找数组 arr
中第3小的元素,即 k = 3
。运行结果如下:
第3小的元素是:3
这个例子展示了快速选择算法在查找第k小的元素上的应用。通过快速选择算法,我们可以在平均时间复杂度为O(n)的情况下,快速找到第k小的元素。这对于大数据处理和数据挖掘等领域的应用非常有价值。
4. 结论
通过快速选择算法的拓展应用案例,我们可以看到该算法在查找中位数和查找最大/最小值等问题上的高效性和灵活性。通过手写实现和定制化,我们可以根据实际需求进行优化和改进,提高算法的效率和适用性。快速选择算法在大数据处理、机器学习、数据挖掘等领域有着广泛的应用前景。随着数据规模的不断增大和数据处理需求的不断增加,快速选择算法将发挥更加重要的作用。