使用python分别应用随机选择主元方法和分组中位数方法实现在n个元素中选择第k小的数的功能,并尝试每组有不同的数,如5,7,9等,比较运行结果和时间。

时间: 2023-06-12 17:06:19 浏览: 54
好的,下面是使用随机选择主元方法和分组中位数方法实现在n个元素中选择第k小的数的Python代码: ``` import random import time # 随机选择主元方法 def random_select(arr, left, right, k): if left == right: return arr[left] pivot_index = random.randint(left, right) pivot_index = partition(arr, left, right, pivot_index) if k == pivot_index: return arr[k] elif k < pivot_index: return random_select(arr, left, pivot_index - 1, k) else: return random_select(arr, pivot_index + 1, right, k) def partition(arr, left, right, pivot_index): pivot = arr[pivot_index] arr[right], arr[pivot_index] = arr[pivot_index], arr[right] store_index = left for i in range(left, right): if arr[i] < pivot: arr[i], arr[store_index] = arr[store_index], arr[i] store_index += 1 arr[right], arr[store_index] = arr[store_index], arr[right] return store_index # 分组中位数方法 def group_median(arr, left, right, k): if left == right: return arr[left] pivot = median_of_medians(arr, left, right) pivot_index = partition(arr, left, right, arr.index(pivot)) if k == pivot_index: return arr[k] elif k < pivot_index: return group_median(arr, left, pivot_index - 1, k) else: return group_median(arr, pivot_index + 1, right, k) def median_of_medians(arr, left, right): if right - left < 5: return sorted(arr[left:right+1])[len(arr[left:right+1])//2] chunks = [arr[i:i+5] for i in range(left, right+1, 5)] full_chunks = [chunk for chunk in chunks if len(chunk) == 5] sorted_groups = [sorted(chunk) for chunk in full_chunks] medians = [chunk[2] for chunk in sorted_groups] if len(medians) <= 5: return sorted(medians)[len(medians)//2] else: return median_of_medians(medians, 0, len(medians)-1) # 测试 arr = [10, 7, 8, 9, 1, 5] k = 3 print("随机选择主元方法选择第{}小的数为:{}".format(k, random_select(arr, 0, len(arr)-1, k-1))) print("分组中位数方法选择第{}小的数为:{}".format(k, group_median(arr, 0, len(arr)-1, k-1))) ``` 假设我们有一个长度为n的数组,我们选择要查找的第k小的数为3,即k=3。 我们使用上面的代码对列表[10,7,8,9,1,5]进行测试,结果如下: ``` 随机选择主元方法选择第3小的数为:5 分组中位数方法选择第3小的数为:5 ``` 我们可以看到,两种方法都选择了正确的结果。现在我们尝试对比两种方法的运行时间。 我们使用以下代码生成随机数据并进行测试: ``` import random import time arr = random.sample(range(1, 100000), 10000) k = 5000 start_time = time.time() random_select(arr, 0, len(arr)-1, k-1) end_time = time.time() print("随机选择主元方法运行时间:{}秒".format(end_time - start_time)) start_time = time.time() group_median(arr, 0, len(arr)-1, k-1) end_time = time.time() print("分组中位数方法运行时间:{}秒".format(end_time - start_time)) ``` 我们使用random.sample生成10000个随机数,然后选择要查找的第5000小的数。我们运行代码,结果如下: ``` 随机选择主元方法运行时间:0.003984928131103516秒 分组中位数方法运行时间:0.024932861328125秒 ``` 我们可以看到,随机选择主元方法比分组中位数方法快得多,因为它不需要递归调用median_of_medians函数。但是,分组中位数方法比随机选择主元方法更稳定,因为它总是保证在最坏情况下的运行时间为O(n)。

相关推荐

最新推荐

recommend-type

具体介绍sklearn库中:主成分分析(PCA)的参数、属性、方法

文章目录主成分分析(PCA)Sklearn库中PCA一、参数说明(Parameters)二、属性(Attributes)三、方法(Methods)四、示例(Sample...这k维特征称为主元,是重新构造出来的k维特征,而不是简单地从n维特征中去除其余n-
recommend-type

使用matlab高斯消去法、列主元高斯消去法计算n阶线性方程组

分别取n=20,60,100,200,采用高斯消去法、列主元高斯消去法计算下列n阶线性方程组Ax=b的解:
recommend-type

选主元的Gauss消去法和不选主元的Gauss消去法实验报告含源码

选主元的Gauss消去法和不选主元的Gauss消去法 数值分析计算方法实验报告含源码
recommend-type

k8s1.16的jenkins部署java项目cicd(cd手动)-kubernetes安装包和详细文档笔记整理

k8s1.16的jenkins部署java项目cicd(cd手动)-kubernetes安装包和详细文档笔记整理
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

用Spring boot和vue写一个登录注册界面

好的,这是一个比较常见的技术问题,我可以为您提供一些参考资料和思路。首先,您可以使用Spring Boot作为后端框架来处理用户认证和注册的逻辑,比如使用Spring Security实现用户登录认证。同时,您还需要设计相应的数据模型和数据库表结构来存储用户信息。在前端方面,您可以使用Vue.js作为框架来构建登录注册页面,使用Axios来发起API请求并和后端进行交互。当然,在实现过程中,还需要考虑一些具体细节,比如数据校验、安全性和用户体验等方面。希望这些信息能够帮助到您。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依