我必须重复对包含 300 个随机元素的数组进行排序。但我必须做一种特殊的排序:我需要数组子集中 5% 的最小值,然后计算一些值并增加子集。现在再次计算该值并且子集也增加了。依此类推,直到子集包含整个数组。
子集从前 10 个元素开始,每一步增加 10 个元素。 即:
子集大小 k=ceil(5%*subset)
10 1(所以只是最小的元素)
20 1(所以也是最小的)
30 2(最小和次小)
...
计算的值基本上是所有小于k的元素和特别加权的k最小元素的总和。 在代码中:
k = ceil(0.05 * subset) -1; // -1 because array index starts with 0...
temp = 0.0;
for( int i=0 i<k; i++)
temp += smallestElements[i];
temp += b * smallestElements[i];
我自己实现了一个基于选择排序的算法(代码在本文末尾)。我使用 MAX(k) 指针来跟踪 k 个最小的元素。因此,我不必要地对所有小于 k 的元素进行排序:/ 此外,我知道选择排序对性能不利,不幸的是,这对我来说至关重要。
我试着想出一种方法来使用一些基于快速排序或堆排序的算法。我知道如果 k 和子集是固定的,quickselect 或 heapselect 非常适合查找 k 最小元素。 但是因为我的子集更像是一个输入数据流,所以我认为基于快速排序的算法会被淘汰。 我知道如果 k 是固定的,heapselect 将非常适合数据流。但是我没有设法在不大幅降低性能的情况下为动态 k 调整堆选择,因此它不如我基于选择排序的版本有效:( 谁能帮我修改动态 k 的堆选择?
如果没有更好的算法,您可能会为我的选择排序实现找到不同/更快的方法。这是我实现的一个最小示例,此示例中未使用计算变量,因此请不要担心。 (在我的真实程序中,我只是手动展开了一些循环以获得更好的性能)
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#define ARRAY_SIZE 300
#define STEP_SIZE 10
float sortStream( float* array, float** pointerToSmallest, int k_max){
int i,j,k,last = k_max-1;
float temp=0.0;
// init first two pointers
if( array[0] < array[1] ){
pointerToSmallest[0] = &array[0];
pointerToSmallest[1] = &array[1];
}else{
pointerToSmallest[0] = &array[1];
pointerToSmallest[1] = &array[0];
}
// Init remaining pointers until i= k_max
for(i=2; i< k_max;++i){
if( *pointerToSmallest[i-1] < array[i] ){
pointerToSmallest[i] = &array[i];
}else{
pointerToSmallest[i] = pointerToSmallest[i-1];
for(j=0; j<i-1 && *pointerToSmallest[i-2-j] > array[i];++j)
pointerToSmallest[i-1-j] = pointerToSmallest[i-2-j];
pointerToSmallest[i-1-j]=&array[i];
}
if((i+1)%STEP_SIZE==0){
k = ceil(0.05 * i)-1;
for(j=0; j<k; j++)
temp += *pointerToSmallest[j];
temp += 2 * (*pointerToSmallest[k]);
}
}
// Selection sort remaining elements
for( ; i< ARRAY_SIZE; ++i){
if( *pointerToSmallest[ last ] > array[i] ) {
for(j=0; j != last && *pointerToSmallest[ last-1-j] > array[i];++j)
pointerToSmallest[last-j] = pointerToSmallest[last-1-j];
pointerToSmallest[last-j] = &array[i];
}
if( (i+1)%STEP_SIZE==0){
k = ceil(0.05 * i)-1;
for(j=0; j<k; j++)
temp += *pointerToSmallest[j];
temp += 2 * (*pointerToSmallest[k]);
}
}
return temp;
}
int main(void){
int i,k_max = ceil( 0.05 * ARRAY_SIZE );
float* array = (float*)malloc ( ARRAY_SIZE * sizeof(float));
float** pointerToSmallest = (float**)malloc( k_max * sizeof(float*));
for( i=0; i<ARRAY_SIZE; i++)
array[i]= rand() / (float)RAND_MAX*100-50;
// just return a, so that the compiler doens't drop the function call
float a = sortStream(array,pointerToSmallest, k_max);
return (int)a;
}
非常感谢
最佳答案
通过使用两个堆来存储流中的所有项目,您可以:
- 在 O(1) 中找到前 p% 的元素
- 在 O(log N) 中更新数据结构(两个堆)
假设,现在我们有N个元素,k = p% *N,
- 用于存储前 k 个项目的最小堆 (LargerPartHeap)
- 用于存储其他 (N - k) 项的最大堆 (SmallerPartHeap)。
SmallerPartHeap 中的所有项都小于或等于 LargerPartHeap 的最小项(top item @LargerPartHeap)。
- 对于查询“top p% 元素是什么?”,简单地返回 LargerPartHeap
用于更新“来自流的新元素 x”,
2.a 检查新的 k' = (N + 1) * p%,如果 k' = k + 1,则将 SmallerPartHeap 的顶部移动到 LargerPartHeap。 - O(logN)
2.b 如果x大于LargerPartHeap的栈顶元素(min element),则将x插入LargerPartHeap,将LargerPartHeap的栈顶移动到SmallerPartHeap;否则,将 x 插入 SmallerPartHeap - O(logN)
关于c - 从数据流 : 中选择前 k 个(百分比)项目的有效算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20038163/