這個問題被要求在我面試的一個 -完全排序矩陣
M是在每一行和每一列排序的2D正乘n矩陣,矩陣的所有元素都不同。我需要一個O(n)算法 - 給定索引i,j,i0,j0作爲輸入,計算M小於M [i,j]且大於M [i0,j0]的元素數。我爲此嘗試了各種方法,但無法弄清楚。幫助將不勝感激。下一部分是找出O(nlogn)預期時間的M的中位數。
這個問題被要求在我面試的一個 -完全排序矩陣
M是在每一行和每一列排序的2D正乘n矩陣,矩陣的所有元素都不同。我需要一個O(n)算法 - 給定索引i,j,i0,j0作爲輸入,計算M小於M [i,j]且大於M [i0,j0]的元素數。我爲此嘗試了各種方法,但無法弄清楚。幫助將不勝感激。下一部分是找出O(nlogn)預期時間的M的中位數。
考慮一個矩陣作爲一組行。在每一行中都有最小和最大有效值的索引。如果知道這些索引,則可以計算O(1)中該行中有效值的數量。 (有效的意思是M [i,j]和M [i0,j0]之間的值)。
現在,矩陣被排序。讓我們取下界:(i,j)。
如果您想要查找上一行中最小有效值的索引,它必須位於(i,j)的右側。這是因爲在(i,j)上面必須有無效(太小)值。
如果您想要查找下一行中最小有效值的索引,它必須位於(i,j)(或其正下方)的左側。
因此,您需要遍歷矩陣遍歷最多2n個「步長」以找到每一行的下限索引。上限也是一樣。所以你的行走是O(n),然後計算每行有效值的數量是O(n),因此總時間是O(n)。
使用此算法可以解決中值問題。首先要注意的是,如果您計算以前問題的解決方案,則可以使用每行中邊界值的索引在線性時間內隨機選擇一個有效值。然後可以通過二分算法計算中值:
selection_find(M, i0,j0, i2,j2, K):
# Find K-th smallest number between M(i0,j0) and M(i2,j2)
# assumption: M(i0,j0)<M(i2,j2)
N := number of values between M(i0,j0) and M(i2,j2)
# assumption: k<N
Pick at random i1,j1 so that M(i0,j0)<M(i1,j1)<M(i2,j2)
L := number of values between M(i0,j0) and M(i1,j1)
if L==K:
The answer is M(i1,j1)
if L<K:
The answer is selection_find(M, i1,j1, i2,j2, K-L)
if L>K:
The answer is selection_find(M, i0,j0, i1,j1, K)
median_find(M):
The answer is selection_find(M, 1,1, n,n, n²/2)
每一步都需要O(N)。將會有O(log N 2)= O(2log N)= O(log N)個步驟(每個步驟應該將考慮的數值減半)。因此總的複雜度是O(NlogN)。
非常感謝Liori! – Xero 2010-11-01 22:34:03
如果L> K,答案是selection_find(M,i0,j0,i1,j1,K)'應該是'答案是selection_find(M,i0,j0 ,i1,j1,LK)'?對此的評論較低的用戶。 – nhahtdh 2013-09-12 22:05:41
@nhahtdh:哦,謝謝你的留言,我會錯過的。是的,我看到了米歇爾的回答,我認爲他錯了,雖然我現在有點頭暈,但我不確定。事情是,這種情況是當我們的隨機鏡頭太過分了:我們知道(下限)<(中位數)<(我們的拍攝)<(上限)。因此,我們可以將我們尋找中位數的「間隔」減少到拍攝下方的部分,並且我們正在改變上限。但是K不需要調整 - 它只在相反的情況下進行,我們正在調整下限。雖然,正如我所說,我現在不是最好的...... – liori 2013-09-12 23:09:55