分位统计量

第K大的数

在许多算法与数据分析任务中，我们不仅需要排序整个数组，还需要找出某个特定顺序统计量，例如： • 一个数组中第 K 大的元素； • 所有元素的中位数（K = n/2）； • 某个分位点（25%、75%等）…
最直接的办法是先对数组进行排序，然后取第 K 个位置的元素。这种方法的时间复杂度为 O(n \log n)，因为我们需要对所有元素进行排序。
但我们真正关心的，只是一个位置的元素 —— 我们是否有更快的方法？

快速选择（QuickSelect）

快排中的“轴枢”启发 我们在快速排序中，每次选一个枢轴 pivot，通过划分操作把数组分成两部分： • 左边元素 <= pivot； • 右边元素 >= pivot。最终 pivot 会被放置固定位置上。
可见：

若 pivot 恰好是我们要找的第 K 大元素，就不必继续递归。

因此可得快速选择的具体做法，先令target等于N-K，即找第N-K+1小的数，其下标为target： 1. 随机选一个枢轴； 2. 利用快速排序的 partition 划分函数，找出 pivot 的位置 idx； 3. 比较该位置与目标索引： • 若 idx == target，返回 pivot； • 若 idx > target，在左半边递归查找； • 否则在右半边递归查找。
理解做法并分析时间复杂度。 ### 快速选择的实现

实现一个 quickselect(arr, k) 函数，返回第 K 大的元素（也就是增序列下标N-K位置的数）

import random

def partition(arr, low, high):
			"""
			对arr序列从low到high下标，找到一个枢轴，并返回其下标。（在arr中，比枢轴小的数都在idx左边，大的在右边）
			"""

def quickselect(arr, k):
    """
    快速选择第K大元素（转换为第n-k小）
    :param arr: 输入数组
    :param k: 要找的第K大元素
    :return: 该元素值
    """
    n = len(arr)
    target = n - k  # 第k大转为第n-k小（序列下标）
    low, high = 0, n - 1

    while low <= high:
        idx = partition(arr, low, high)
        if idx == target:
            return arr[idx]
        elif idx < target:
            low = idx + 1
        else:
            high = idx - 1

if __name__ == "__main__":
    #测试1：随机数组
    random.seed(42)  # 设置随机种子，确保结果可重现
    arr1 = [random.randint(1, 100) for _ in range(10)]
    k1 = 3
    result1 = quickselect(arr1.copy(), k1)  # 使用副本避免修改原数组
    sorted_arr1 = sorted(arr1)
    expected1 = sorted_arr1[-k1]
    print(f"测试1 - 随机数组:")
    print(f"原数组: {arr1}")
    print(f"第{k1}大元素: {result1}, 预期值: {expected1}")
    print(f"测试{'通过' if result1 == expected1 else '失败'}\n")

    #测试2：包含重复元素的数组
    arr2 = [5, 3, 8, 8, 1, 5, 9, 3, 5]
    k2 = 2
    result2 = quickselect(arr2.copy(), k2)
    sorted_arr2 = sorted(arr2)
    expected2 = sorted_arr2[-k2]
    print(f"测试2 - 包含重复元素:")
    print(f"原数组: {arr2}")
    print(f"第{k2}大元素: {result2}, 预期值: {expected2}")
    print(f"测试{'通过' if result2 == expected2 else '失败'}\n")

    #测试3：边界条件 - k=1（最大元素）
    arr3 = [10, 20, 30, 40, 50]
    k3 = 1
    result3 = quickselect(arr3.copy(), k3)
    sorted_arr3 = sorted(arr3)
    expected3 = sorted_arr3[-k3]
    print(f"测试3 - 最大元素:")
    print(f"原数组: {arr3}")
    print(f"第{k3}大元素: {result3}, 预期值: {expected3}")
    print(f"测试{'通过' if result3 == expected3 else '失败'}\n")

BFPRT 算法：中位数的中位数算法

快速选择的平均复杂度为 O(n)，但可能退化为 O(n^2)。

BFPRT分治法

BFPRT算法和二分查找中对“矩阵”进行分治的做法很像，也是通过矩阵的中心数，来排除一部分数据。
我们通过以下几个步骤确保选出的“轴枢”可以高概率地“削减”足够多的元素，从而保证递归过程每次至少减少 30% 左右的输入规模：

将原始数组划分为若干个 5 个元素的组请看图中所有的竖列（粉红色背景小矩形）：每个小矩形内有 5 个点，这就是我们将原始数据分成的小组。组的个数 ≈ n / 5（设 n 是总元素数量）不足 5 个的组，可以用一个全局最小值（如 -1）补全。
对每组内部排序，取出中位数图中每个竖列的小组中，绿色圆点表示每组的元素。中间处于红框中的数为每组中位数。每列上两个数小于中位数，下两个大于。
将所有组的中位数组成新数组，对其递归调用本算法找中位数。图中红色矩形框住的内容，正是“所有组中位数”的集合。这些点来自所有小组的中位点，组成新的长度为 n/5 的数组。对这个新数组再次使用本算法，递归找出它的中位数，作为我们最终要用的“枢轴”。即图中棕色点。
这个中位数（棕色圆点）就是我们分治的“枢轴” 有如下重要性质： a. 棕点及左上角（图中蓝框的点）均小于等于枢轴 b. 棕点及右下角（图中黑框的点）均大于等于枢轴
进行排除，分解，先令x=n-k+1；找第k大数就是找第x小数 a. 若x>蓝框数数量，则在非蓝框数中找第k大 b. 若k>黑框数数量，则在非黑框数中找第（k-黑框数数量）大 c. 当k=1或n'（n'是当前子问题的数数量），或n'<=5，均可在不大于O(n')的用时完成找数。可以证明在c不成立的情况下，a,b两点至少成立一个。

与AI教师讨论每一步在做的事和最终想要实现的效果。可以联想你之前学习到的二分查找中的矩阵分治。

BFPRT 复杂度分析

在理解了“中位数的中位数”算法的流程之后，我们接下来要正式分析它的时间复杂度，并证明该算法的整体运行时间为 O(n)。

写出递推式

根据 BFPRT 算法的执行过程，依次与AI教师讨论每步的时间复杂度：

将 n 个元素分组、找出每组中位数
- 分成 n/5 组，每组排序并取中位数。
递归地找所有中位数的中位数（枢轴）
- 子问题规模为 n/5。
额外一次线性 partition
- 对全数组按枢轴划分：蓝框部分、黑框部分，此外递归时是对非蓝框或非黑框的补集部分。
将原始数组按枢轴划分，并在一侧继续递归
- 对非蓝框或非黑框数进行递归查询。

从而得到最终的递推式。

证明 T(n) = O(n)

这里的证明并不复杂，使用高中学习的数学归纳法即可。提示：先假设满足T(n)<=cn；然后证明递推式<=d*cn<=cn，其中d小于1。

与AI教师探讨证明流程。