六月丁香五月婷婷,丁香五月婷婷网,欧美激情网站,日本护士xxxx,禁止18岁天天操夜夜操,18岁禁止1000免费,国产福利无码一区色费

學(xué)習(xí)啦 > 論文大全 > 畢業(yè)論文 > 理學(xué)論文 > 數(shù)學(xué) >

計數(shù)查找算法的研究

時間: 若木1 分享
摘 要 查找第K大的元素的問題在計算機查找計數(shù)中占有很重要的地位。若直接進行排序,則算法平均時間復(fù)雜度為O(N*Lg(N))。但是比較好的策略有求第K大的元素的經(jīng)典算法——基于分治思想的Divide-Select [1][6],算法的時間復(fù)雜度為O(6.09*N ) [5]。由于基于比較的排序算法在最壞的情況之下,都需要進行N*Lg(N)次比較[3],故本文提出了一種基于非比較算法的無符號整數(shù)查找算法——Count-Search(計數(shù)查找算法)。該算法應(yīng)用于無符號整數(shù)的查找,算法的平均時間復(fù)雜度為O( 2*N )。
關(guān)鍵字 非比較;查找;排序;時間復(fù)雜度;計數(shù);整數(shù)

1 算法的基本思想

通常的排序算法在空間和時間復(fù)雜度一定的情況下的時間開銷主要是關(guān)鍵字之間的比較和記錄的移動。基于計數(shù)排序的查找算法(Count-Search)的實現(xiàn)在整個過程無需進行數(shù)據(jù)的比較,算法的時間復(fù)雜度為O( 2*N )。該算法的基本原理是:
根據(jù)無符號整數(shù)的大小可以和數(shù)組元素的下標對應(yīng)的原則,在程序中可以用整數(shù)數(shù)組來儲存元素的大小關(guān)系。對于一個大小為N的整型數(shù)組a[],對于每一個元素x,用數(shù)組中的元素a[x]記錄下小于等于它的元素個數(shù),當(dāng)要找的是集合中第K個大的元素時,則只需找到該數(shù)組中第N-K+1小的元素。即只需要找到該數(shù)組中第一個大于或等于 N-K+1的元素,該元素的下標即為第K大的數(shù)。
該算法具體可以描述為:假設(shè)n個輸入元素的每一個都是介于0到M之間的整數(shù),此處M為某個無符號整數(shù)。
(1) 對于每一個輸入的元素X,首先確定出等于X的元素個數(shù)。
(2) 對于每一個元素X,確定小于等于X的元素個數(shù)。
(3) 從數(shù)組首地址出發(fā)順序查找到第一個小于等于K的元素,則該元素X即為所要查找的第K小的數(shù),順序查找到第一個小于等于N-K+1的元素,則該元素X即為所要查找的第K大的數(shù)。

2 計數(shù)查找算法的C語言實現(xiàn)(Count—Search)

2.1 數(shù)據(jù)結(jié)構(gòu)的設(shè)計與程序

假定輸入的數(shù)組為整型數(shù)組A[1..N],length[A]=N,數(shù)組中元素最大值為M,數(shù)組C[]記錄整數(shù)元素的大小關(guān)系。
Count-Search(int* A,int K)
memest(C,0)//C[0..M]==0初始化C[]
for j=1 to length[A]
do C[A[j]]=C[A[j]]+1
//C[i]包含等于i的元素個數(shù)
for i=1 to M
begin
do C[i] = C[i]+C[i-1] //C[i]包含小于等于i的元素個數(shù)
if( C[i]>= N-K+1 ) break;//尋找到第N-K+1的元素,即為第K大的元素
end

2.2 算法步驟分析

第一步:第一行的初始化操作之后,在2-3行檢查每一個輸入元素。如果一個輸入元素的值為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的元素個數(shù)(整數(shù)i=0,1,…M)。
第二步:在第4-8之后,C[i]存放了小于等于i的元素的個數(shù)。最后從數(shù)組C的首地址出發(fā)順序查找第一個使得C[i]>=N-K+1的元素,則第K大的元素即為i 。
下圖給出了Count-Search的運算過程:圖1表示初始數(shù)組A,C。圖2表示運行完程序 2-3行,數(shù)組C中的元素C[i]存放的是數(shù)組A中等于i的元素個數(shù)。圖3表示運行4-8行的結(jié)果,C中元素C[i]存放的是數(shù)組A中小于等于i的元素個數(shù)。例如查找該數(shù)組第3大的數(shù),則由于C[2]=4>=3,故元素2即為所要查找的第3大的數(shù)。
2.3 時間復(fù)雜度分析
程序2-3行時間復(fù)雜度為O(N),第4-8行時間復(fù)雜度為O(M),該算法的時間復(fù)雜度為T(n)= O( N+M)。如果數(shù)組A[]的最大值M與N成線形關(guān)系,即M=O(n),則其時間復(fù)雜度為T(n) = O( 2N)。

3 Count-Search算法與Divide-Select算法的比較


Divide-Select 的基本思想是:通過在線性的時間內(nèi)找到一個劃分基準,使得按這個基準所劃分出的兩個子數(shù)組的長度都至少為原數(shù)組的ξ倍(0<ξ<1是某個正常數(shù)),然后對子數(shù)組遞歸的調(diào)用Divide-Select算法,這樣就可以在線性的時間內(nèi)完成查找任務(wù)。[6]
該算法得時間復(fù)雜度為O(6.09*N)[5],與Count-Search算法相比較可知:Count-Search算法具有更好的時間復(fù)雜度。

4 算法測試與比較

為了證實上述結(jié)論,在ACER TravelMate 2420 (PM730,512M內(nèi)存,80G硬盤),Windows XP 平臺上編寫了三種查找算法的子程序,進行了相應(yīng)的實驗測定,其結(jié)果如表1 所示。(實驗數(shù)據(jù)全部采用均分布的無符號整型隨機數(shù))
表1
數(shù)據(jù)規(guī)模
2*10^5
8*10^5
10^6
2*10^6
8*10^6
10^7
8*10^7
快速排序的查找(qsort)
63
219
265
579
2203
2766
62437
Divide- Select
31
109
140
329
1157
1347
11732
Count-Search
15
16
31
31
187
203
1344

注:以上時間單位為毫秒MS。
根據(jù)以上數(shù)據(jù)我們可以繪制出數(shù)據(jù)規(guī)模和時間的函數(shù)圖像。
觀察分析以上實驗結(jié)果,可以看出:基于快速排序的查找算法和其他算法相比較具有較差的效率;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幾十倍,其時間復(fù)雜度在圖中也反映為線性。而基于計數(shù)排序的查找算法(Count- Search)的時間復(fù)雜度同樣達到了線性,但是效率卻比Divide-Select更高,通過上述實驗可以得知:在進行無符號整數(shù)查找時,基于計數(shù)排序的查找算法(Count-Search)在時間上是最優(yōu)的。

5 Count-Search的應(yīng)用范圍

在查找無符號整數(shù)集合時,應(yīng)用Count-Search算法,能夠降低查找時間復(fù)雜度。但是應(yīng)用Count-Search算法時要注意:該算法只適用于整數(shù)的查找,且查找集合S的最大值M與S中元素個數(shù)N不成指數(shù)關(guān)系,即M 不能遠大于N。因為當(dāng)M過大時,首先內(nèi)存開銷就會很大,其次時間復(fù)雜度也會相應(yīng)的提高。
該算法充分的運用了整數(shù)的特性,整個運算過程中無需數(shù)據(jù)的比較和交換,大大降低了算法的時間復(fù)雜度,因此該算法可以在工程統(tǒng)計中得到大規(guī)模運用。例如:隨著網(wǎng)絡(luò)的發(fā)展和應(yīng)用,網(wǎng)絡(luò)中的信息量成倍的擴大,而在其中我們關(guān)注的最多的則是統(tǒng)計排名比較靠前的信息,如果將全部過億的統(tǒng)計量排序,則由于數(shù)據(jù)量過大,則會浪費大量的時間和資源。而采用Count-Search的查找算法,就可在線性的時間完成。

6 結(jié)束語

本文中提出的一種基于計數(shù)排序算法的整數(shù)查找算法,該算法在運算過程中無需進行數(shù)據(jù)的比較和交換,該算法可以應(yīng)用到大規(guī)模的整數(shù)查找,算法的時間復(fù)雜度很低,而且避免的大量的數(shù)據(jù)比較和交換,同時在時間上是最優(yōu)的。

參考文獻

[1]崔澤鵬,李偉生. EREW PRAM模型上指數(shù)級分割待處理數(shù)據(jù)集的并行多選算法[J].北方交通大學(xué)學(xué)報,2003,(2):46-49
[2]班志杰,高光來. 一種Byte查找第K個元素的算法研究[J]. 內(nèi)蒙古大學(xué)學(xué)報,2004,(3):322-324
[3]Thomas H.Cormen Charles E.Leiserson. 《算法導(dǎo)論》[M]. 北京:機械工業(yè)出版社。2006.9:98-99
[4]Muhammad H.Alsuwaiyel. An optimal parallel algorithm for the multiselection problem[J]. Parallel Computing,2001,(27):861—865
[5]江華. 求第K個元素的快速排序算法[J]. 韶關(guān)學(xué)院報,2003,(6):32-34
[6]王曉東.《算法設(shè)計與分析》[M] .北京:清華大學(xué)出版社,2003.1:39-43
2486