网站建设 杭州,商务网站的规划与建设总结,怎样做平台网站,赣州章贡区邮政编码是多少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#xff0c;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#xff0c;快速选择算法还可以应用于其他问题#xff0c;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…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。 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。 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。 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。
