找到给定概率的分位数的时间复杂度
Time complexity of finding the quantile of a given probability
假设随机过程 X 个 n 个元素：X={x1,...,xn}.
对于给定的概率p，对应的分位数通过分位数函数Q确定，定义为：
Q(p)={x|Pr(X<=x)=p}
找到给定概率的分位数的时间复杂度是多少p？
Quickselect 可以使用中位数枢轴的中位数 selection 得到 O(n) 最坏情况运行时间到 select 第 k 阶统计。这似乎或多或少是你所追求的，除非我误解了（你想要第 (n*p) 个最小的元素）。
在一般情况下，您不可能对此进行改进：您必须至少查看整个数组，否则您没有查看的元素可能就是您需要的答案。
因此，Quickselect理论上在最坏情况下是最优的。注意：这个 pivot selection 策略有错误的常量，在实践中没有使用。在实践中，使用随机枢轴 selection 可以提供良好的预期性能，但 O(n^2) 最坏情况。
假设随机过程 X 个 n 个元素：X={x1,...,xn}.
对于给定的概率p，对应的分位数通过分位数函数Q确定，定义为：
Q(p)={x|Pr(X<=x)=p}
找到给定概率的分位数的时间复杂度是多少p？
Quickselect 可以使用中位数枢轴的中位数 selection 得到 O(n) 最坏情况运行时间到 select 第 k 阶统计。这似乎或多或少是你所追求的，除非我误解了（你想要第 (n*p) 个最小的元素）。
在一般情况下，您不可能对此进行改进：您必须至少查看整个数组，否则您没有查看的元素可能就是您需要的答案。
因此，Quickselect理论上在最坏情况下是最优的。注意：这个 pivot selection 策略有错误的常量，在实践中没有使用。在实践中，使用随机枢轴 selection 可以提供良好的预期性能，但 O(n^2) 最坏情况。