计数查找算法的研究的论文

计数查找算法的研究的论文

ID:10834002

大小:54.00 KB

页数:3页

时间:2018-07-08

计数查找算法的研究的论文_第1页
计数查找算法的研究的论文_第2页
计数查找算法的研究的论文_第3页
资源描述:

《计数查找算法的研究的论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、计数查找算法的研究的论文摘要查找第k大的元素的问题在计算机查找计数中占有很重要的地位。若直接进行排序,则算法平均时间复杂度为o(n*lg(n))。但是比较好的策略有求第k大的元素的经典算法——基于分治思想的divide-select[1][6],算法的时间复杂度为o(6.09*n)[5]。由于基于比较的排序算法在最坏的情况之下,都需要进行n*lg(n)次比较[3],故本文提出了一种基于非比较算法的无符号整数查找算法——count-search(计数查找算法)。该算法应用于无符号整数的查找,算法的平均时间复杂度为o(2*n)。关键字非比较;查找;排序;时间复杂度;计数;整数1算法的基

2、本思想通常的排序算法在空间和时间复杂度一定的情况下的时间开销主要是关键字之间的比较和记录的移动。基于计数排序的查找算法(count-search)的实现在整个过程无需进行数据的比较,算法的时间复杂度为o(2*n)。该算法的基本原理是:根据无符号整数的大小可以和数组元素的下标对应的原则,在程序中可以用整数数组来储存元素的大小关系。.对于一个大小为n的整型数组a[],对于每一个元素x,用数组中的元素a[x]记录下小于等于它的元素个数,当要找的是集合中第k个大的元素时,则只需找到该数组中第n-k+1小的元素。即只需要找到该数组中第一个大于或等于n-k+1的元素,该元素的下标即为第k大的数

3、。该算法具体可以描述为:假设n个输入元素的每一个都是介于0到m之间的整数,此处m为某个无符号整数。(1)对于每一个输入的元素x,首先确定出等于x的元素个数。(2)对于每一个元素x,确定小于等于x的元素个数。(3)从数组首地址出发顺序查找到第一个小于等于k的元素,则该元素x即为所要查找的第k小的数,顺序查找到第一个小于等于n-k+1的元素,则该元素x即为所要查找的第k大的数。2计数查找算法的c语言实现(count—search)2.1数据结构的设计与程序假定输入的数组为整型数组a[1..n],length[a]=n,数组中元素最大值为m,数组c[]记录整数元素的大小关系。count-

4、search(int*a,intk)memest(c,0)//c[0..m]==0初始化c[]forj=1tolength[a]doc[a[j]]=c[a[j]]+1//c[i]包含等于i的元素个数fori=1tombegindoc[i]=c[i]+c[i-1]//c[i]包含小于等于i的元素个数if(c[i]>=n-k+1)break;//寻找到第n-k+1的元素,即为第k大的元素end2.2算法步骤分析第一步:第一行的初始化操作之后,在2-3行检查每一个输入元素。如果一个输入元素的值为i,即c[i]的值加1。于是在第3行之后,c[i]中存放了等于i的元素个数(整数i=0,

5、1,…m)。第二步:在第4-8之后,c[i]存放了小于等于i的元素的个数。最后从数组c的首地址出发顺序查找第一个使得c[i]>=n-k+1的元素,则第k大的元素即为i。下图给出了count-search的运算过程:图1表示初始数组a,c。图2表示运行完程序2-3行,数组c中的元素c[i]存放的是数组a中等于i的元素个数。图3表示运行4-8行的结果,c中元素c[i]存放的是数组a中小于等于i的元素个数。例如查找该数组第3大的数,则由于c[2]=4>=3,故元素2即为所要查找的第3大的数。2.3时间复杂度分析程序2-3行时间复杂度为o(n),第4-8行时间复杂度为o(m),

6、该算法的时间复杂度为t(n)=o(n+m)。如果数组a[]的最大值m与n成线形关系,即m=o(n),则其时间复杂度为t(n)=o(2n)。3count-search算法与divide-select算法的比较divide-select的基本思想是:通过在线性的时间内找到一个划分基准,使得按这个基准所划分出的两个子数组的长度都至少为原数组的ξ倍(0<ξ<1是某个正常数),然后对子数组递归的调用divide-select算法,这样就可以在线性的时间内完成查找任务。[6]该算法得时间复杂度为o(6.09*n)[5],与count-search算法相比较可知:count-sear

7、ch算法具有更好的时间复杂度。4算法测试与比较为了证实上述结论,在acertravelmate2420(pm730,512m内存,80g硬盘),s。根据以上数据我们可以绘制出数据规模和时间的函数图像。观察分析以上实验结果,可以看出:基于快速排序的查找算法和其他算法相比较具有较差的效率;而采用了分治策略的divide-select查找算法的效率可以是基于快速排序的查找算法的几十倍,其时间复杂度在图中也反映为线性。而基于计数排序的查找算法(count-search)的时间

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。