不了解中位数算法的中位数来找到第k个元素

Question

下面是我试图理解中位数算法的中位数的代码(使用大小为5的块).我理解如何获得输入的中位数,但我不知道如何编码块以保持递归输入,直到我只有中位数.在获得该中位数之后,我不确定如何使用它作为枢轴来丢弃无用的信息来分区输入.getMediansArray返回一个大小为ceil(input.length/5)getMedians的数组,只返回数组的中位数(仅用于长度<= 5的数组).

public static int[] findKthElement(int[] input, int k) {
    int numOfMedians = (int) Math.ceil(input.length/5.0);
    int[] medians = new int[numOfMedians];
    medians = getMediansArray(input, medians)

    // (1) This only gets the first iteration of medians of the
    // input. How do I recurse on this until I just have one median?

    // (2) how should I partition about the pivot once I get it?
}

public static int[] getMediansArray(int[] input, int[] medians) {
    int numOfMedians = (int) Math.ceil(input.length/5.0);
    int[] five = new int[5];

    for (int i = 0; i < numOfMedians; i++) {
        if (i != numOfMedians - 1) {
            for (int j = 0; j < 5; j++) {
                five[j] = input[(i*5)+j];
            }
            medians[i] = getMedian(five);
        } else {
            int numOfRemainders = input.length % 5;
            int[] remainder = new int[numOfRemainders];
            for (int j = 0; j < numOfRemainders; j++) {
                remainder[j] = input[(i*5)+j];
            }
            medians[i] = getMedian(five);
        }
    }
    return medians;
}

public static int getMedian(int[] input) {
    Arrays.sort(input);
    if (input.length % 2 == 0) {
        return (input[input.length/2] + input[input.length/2 - 1]) / 2;
    }
    return input[input.length/2];
}

Answer 1

中位数的中位数基本上只是快速选择算法（http://en.wikipedia.org/wiki/Quickselect）的改进。虽然快速选择的平均时间复杂度为 O(n)，但对于棘手的输入，它可以减慢至 O(n^2)。

找到中位数的中位数后所做的只不过是快速选择算法的迭代。中位数有一个很好的特性，即它总是大于 30% 的元素且小于 30% 的元素。这保证了使用中位数的中位数作为主元的快速选择将以 O(n) 的最坏时间复杂度运行。参考： http: //en.wikipedia.org/wiki/Median_of_medians

我建议您首先实施快速选择。完成此操作后，您可以使用已有的代码在快速选择的每个步骤中选择枢轴。