Median of Two Sorted Arrays

本文介绍了一种高效算法,用于查找两个已排序数组的中位数,整体运行时间复杂度为O(log(m+n))。该算法避免了直接合并数组进行排序的方法,而是通过递归方式寻找合并后数组的第K个元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Median of Two Sorted Arrays

There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

 

解题方法:

一种简单的方法就是开辟一个m+n的内存空间,将A,B中的元素复制到新开辟的内存空间,调用sort算法排序,很容易找出中间位置那个元素。但是将A,B中的元素复制到新的内存空间,调用memcpy算法时间复杂度为O(n),不符合题目要求的O(log<m+n>)的时间复杂度要求。

看到要求的时间复杂度为O(log<m+n>),很自然的相到用到分段递归的算法。

算法的核心部分:找出两个排序好的数组合并后的第K个元素。采用递归的方式实现。

 

Code:

int find_Kth(int A[],int m,int B[],int n,int k){

    if(m>n)  return find_Kth(B,n,A,m,k);

    if(m==0) return B[k-1];

    if(k==1)  return min(A[0],B[0]]);

   

    int ia=min(k/2,m),ib=k-ia;

    if(A[ia-1]<B[ib-1])    return find_Kth(A+ia,m-ia,B,n,k-ia);

    else if(A[ia-1]>B[ib-1])

        return find_Kth(A,m,B+ib,n-ib,k-ib);

    else

        return A[ia-1];

}

 

double findMedianSortedArrays(int A[],int m,int B[],int n){

    int total=m+n;

    if(total&0x1)

        return find_Kth(A,m,B,n,total/2+1);

    else

        return (find_Kth(A,m,B,n,total/2)+find_Kth(A,m,B,n,total/2+1))/2.0;

}

 

题目描述是关于寻找两个已排序数组 `nums1` 和 `nums2` 的合并后的中位数。这两个数组分别包含 `m` 和 `n` 个元素。要解决这个问题,首先我们需要合并这两个数组并保持有序,然后根据数组的总大小决定取中间值的方式。 1. 合并两个数组:由于数组是有序的,我们可以使用双指针法,一个指向 `nums1` 的起始位置,另一个指向 `nums2` 的起始位置。比较两个指针所指元素的大小,将较小的那个放入一个新的合并数组中,同时移动对应指针。直到其中一个数组遍历完毕,再将另一个数组剩余的部分直接复制到合并数组中。 2. 计算中位数:如果合并数组的长度为奇数,则中位数就是最中间的那个元素;如果长度为偶数,则中位数是中间两个元素的平均值。我们可以通过检查数组长度的奇偶性来确定这一点。 下面是Python的一个基本解决方案: ```python def findMedianSortedArrays(nums1, nums2): merged = [] i, j = 0, 0 # Merge both arrays while i &lt; len(nums1) and j &lt; len(nums2): if nums1[i] &lt; nums2[j]: merged.append(nums1[i]) i += 1 else: merged.append(nums2[j]) j += 1 # Append remaining elements from longer array while i &lt; len(nums1): merged.append(nums1[i]) i += 1 while j &lt; len(nums2): merged.append(nums2[j]) j += 1 # Calculate median length = len(merged) mid = length // 2 if length % 2 == 0: # If even, return average of middle two elements return (merged[mid - 1] + merged[mid]) / 2.0 else: # If odd, return middle element return merged[mid] ``` 这个函数返回的是两个数组合并后的中位数。注意,这里假设数组 `nums1` 和 `nums2` 都是非空的,并且已经按照升序排列。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值