两个有序序列的中位数


1.实践题目

两个有序序列的中位数

 

2. 问题描述

有两个等长的非降序序列,要求设计函数求两序列并集的中位数。并且时间复杂度为logn。

 

3. 算法描述

由于时间复杂度的要求为对数时间logn,所以不能先合并成一个有序数组再求中位数。所以应该想到的是二分搜索。

用上面的样例来做例子:当数组长度为5时

1    5  7  9(记为a数组)

2 3  4  5  6(记为b数组)

思路:用二分法先找出两个数组的中位数,如果两个数组的中位数相等,那就结束了,因为它就是合并后数组的中位数。

我是这样定义的函数int FindMid(int aleft, int aright, int bleft,int bright)传进去的是两个数组始末位置的下标

如果aleft==aright&&bleft==bright时,取两个数中的小的那一个。

但发现a[2]>b[2],这时候我们发现b[0:1]<b[2:4],a[2:4]共n+1个数,所以b数组2、3已经不可能是中位数了,同理a数组中7、9也是可以排除。

所以要重新给left、right赋值,但必须要考虑数组个数是奇数还是偶数,要求是剩下的数的个数必须相等:

如果是偶数:aright = amid,bleft = bmid

如果是奇数:aright = amid + 1, bleft = bmid

这样就剩下:

1  3  5

5  6

接下来就接着比较两个数组新的中位数。最后只剩下四个数字的时候:

    3  5

    4  5

 

就不存在怎么分的问题了,只需要取这四个数中第二大的那个就好了。所以无论是迭代还是递归,结束的条件可以是剩下四个数时:

即:aleft + 1 = aright&&bleft + 1 = bright

 

4. 算法时间及空间复杂度分析

时间复杂度:每执行一次,数组的大小都减小了一半,因此在最坏情况下,时间复杂度为O(logn)。

空间复杂度:二分搜索并没有用到多余的空间,因此空间复杂度为O(1)。


5.代码

(1)迭代

#include<iostream>
using namespace std;

int a[100000], b[100000];

int FindMid(int aleft, int aright, int bleft, int bright){
	if(aleft==aright&&bleft==bright){
		return min(a[aleft], b[bleft]);
	}
	else{
		while(1){
			if((aright-aleft)==1&&(bright-bleft)==1){
				if(a[aleft]<=b[bleft]){
					aleft++;
				}
				else{
					bleft++;
				}
				return min(a[aleft], b[bleft]);
			}
			else{
				int amid=(aleft+aright)/2;
				int bmid=(bleft+bright)/2;
				if(a[amid]<b[bmid]){
					if((bleft+bright+1)%2==0){//偶数 
						aleft=amid;
						bright=bmid+1;
					}
					else{//奇数 
						aleft=amid;
						bright=bmid;
					}
				}
				else{
					if((aleft+aright+1)%2==0){//偶数 
						aright=amid+1;
						bleft=bmid;
					}
					else{//奇数 
						aright=amid;
						bleft=bmid;
					}
				}
			}
				
		}
	}
}

int main(){
	int num;
	cin>>num;
	for(int i=0; i<num; i++){
		cin>>a[i];
	}
	for(int i=0; i<num; i++){
		cin>>b[i];
	}
	int mid=FindMid(0, num-1, 0, num-1);
	cout<<mid;
}

(2)递归
#include <iostream>
using namespace std;

int a[100005],b[100005];

int FindMid(int aleft, int aright, int bleft, int bright){
	int amid, bmid;
	if(aleft==aright&&bleft==bright){
		return min(a[aleft],b[bleft]);
	}
	if((aright-aleft)==1&&(bright-bleft)==1){
		if(a[aleft]<=b[bleft]){
			aleft++;
		}
		else{
			bleft++;
		}
		return min(a[aleft], b[bleft]);
	}
	amid=(aleft+aright+1)/2;
	bmid=(bleft+bright)/2;
	if(a[amid]==b[bmid]){
		return a[amid];
	}
	else if(a[amid]>b[bmid]){
		FindMid(aleft, amid, bmid, bright);
	}
	else{
		FindMid(amid, aright, bleft, bmid);
		
	}
}

int main(){
	int num;
	cin>>num;
	for(int i=0; i<num; i++){
		cin>>a[i];
	}
	for(int i=0; i<num; i++){
		cin>>b[i];
	}
	int mid=FindMid(0, num-1, 0, num-1);
	cout<<mid;
} 

 

<think>嗯,用户想用C++ STL来找两个已排序数组的中位数。首先,我得回忆一下中位数的定义。对于两个有序数组,如果合并后的数组长度是奇数,中位数就是中间的那个数;如果是偶数,就是中间两个数的平均值。不过直接合并数组可能会很耗时间,特别是当数组很大的时候,所以需要更高效的方法。 然后,用户提到了STL,所以应该考虑如何利用STL提供的算法和容器来实现。比如,有没有现成的算法可以合并两个有序数组?STL里的merge函数应该可以做到,它能把两个有序范围合并到一个新的容器里。合并之后,就可以用中位数的计算方法了。不过这样的话,时间复杂度是O(m+n),可能不够高效,但对于一般的应用来说可能已经足够了,特别是如果用户的数据量不是特别大的话。 接下来,我需要考虑如何实现。首先,使用merge函数将两个已排序的数组合并到一个vector中。然后,计算这个合并后vector的中位数。这里需要注意处理奇偶长度的情况。例如,如果总长度是偶数,中位数是中间两个数的平均值;如果是奇数,就是中间的那个数。STL中的vector支持随机访问,所以可以直接通过下标来访问中间元素。 不过,用户可能希望更高效的方法,比如二分查找的方法,这样时间复杂度可以降到O(log(min(m,n)))。但用STL实现这种方法可能比较复杂,需要自己写算法。用户的问题可能更倾向于使用现有的STL组件,而不是自己实现复杂的算法。因此,先给出基于merge的方法,再提到更高效的方法可能是一个好的策略。 另外,用户提供的引用中有提到STL的sort算法适用于vector和deque,而其他容器如stack、queue等不适用。不过这里的问题是关于合并两个已排序数组,所以应该没有问题。引用[1]中的代码展示了使用bind2nd和ptr_fun来适配函数指针,这可能在某些情况下有用,但在这个问题中可能用不上。引用[5]提到了partial_sort,但部分排序可能不太适合这里的情况。 所以,步骤大概是这样的:合并两个数组,然后找到中位数。使用STL的merge函数合并,然后计算中位数。如果用户需要更高效的方法,可能需要自己实现二分查找,但STL本身可能没有直接支持。 另外,需要注意边界条件,比如两个数组都为空的情况,或者其中一个数组为空的情况。代码中需要处理这些情况,确保合并后的vector不为空,否则访问中间元素会导致错误。 总结一下,用户的问题可以通过合并两个有序数组然后找中位数来解决,而STL的merge函数可以简化合并过程。接下来需要编写示例代码,并解释每个步骤。同时,应该提到这种方法的时间复杂度,以及是否有更优的方法存在,供用户参考。</think>### 使用C++ STL计算两个有序序列中位数的步骤 #### 1. 合并两个有序数组 STL的`merge`函数可以将两个已排序的数组合并为一个有序数组: ```cpp #include <vector> #include <algorithm> std::vector<int> mergeAndFindMedian(const std::vector<int>& arr1, const std::vector<int>& arr2) { std::vector<int> merged; merged.reserve(arr1.size() + arr2.size()); std::merge(arr1.begin(), arr1.end(), arr2.begin(), arr2.end(), std::back_inserter(merged)); return merged; } ``` #### 2. 计算中位数 通过合并后数组的长度判断奇偶性: ```cpp double calculateMedian(const std::vector<int>& merged) { size_t n = merged.size(); if (n == 0) return 0.0; // 处理空数组 if (n % 2 == 0) { return (merged[n/2 - 1] + merged[n/2]) / 2.0; } else { return merged[n/2]; } } ``` #### 3. 完整代码示例 ```cpp #include <iostream> #include <vector> #include <algorithm> double findMedianSortedArrays(const std::vector<int>& nums1, const std::vector<int>& nums2) { std::vector<int> merged; std::merge(nums1.begin(), nums1.end(), nums2.begin(), nums2.end(), std::back_inserter(merged)); if (merged.empty()) return 0.0; size_t n = merged.size(); return (n % 2 == 0) ? (merged[n/2 - 1] + merged[n/2]) / 2.0 : merged[n/2]; } int main() { std::vector<int> arr1 = {1, 3, 5}; std::vector<int> arr2 = {2, 4, 6}; std::cout << "中位数: " << findMedianSortedArrays(arr1, arr2); // 输出 3.5 return 0; } ``` #### 性能说明 - **时间复杂度**:$O(m+n)$,其中$m$和$n$为两个数组长度。适用于中小规模数据[^2] - **空间复杂度**:$O(m+n)$,需要存储合并后的数组 - **优化方向**:可通过二分查找算法实现$O(\log(\min(m,n)))$时间复杂度,但需要自定义实现[^5]
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