4. Median of Two Sorted Arrays

本文介绍了一种在O(log(m+n))时间复杂度内找到两个有序数组中位数的方法。通过一次遍历找到指定位置的数值,适用于不同长度的数组组合。

There are two sorted arrays nums1 and nums2 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)).

Example 1:
nums1 = [1, 3]
nums2 = [2]

The median is 2.0
Example 2:
nums1 = [1, 2]
nums2 = [3, 4]

The median is (2 + 3)/2 = 2.5

int main()
{
    vector<int>nums1;
    vector<int>nums2;
    int m, n;
    while (cin >> m >> n)
    {
        for (int i = 0; i < m; i++)
        {
            int x;
            cin >> x;
            nums1.push_back(x);
        }
        for (int i = 0; i < n; i++)
        {
            int x;
            cin >> x;
            nums2.push_back(x);
        }
        int flag = (m + n) % 2 == 0? 1 : 0; //个数为偶数,则flag = 1
        int mpos = (m + n) / 2;
        if (flag)mpos -= 1; //如果为偶数的话,则找两个数中第一个出现时的位置
        int count = 0;
        int tmp;
        size_t i, j;
        i = j = 0;
        while (i < nums1.size() && j < nums2.size())
        {
            if (count == mpos+1)break;  // mpos+1是因为count计数要与容器的位置想匹配,因为容器是从0开始的,这样的话,如果是奇数,则count = mpos+1 是,刚好对于容器中的那个元素的位置
            if (nums1[i] <= nums2[j])
            {   
                tmp = nums1[i]; //赋值要在i++前,因为如果i++后再访问容器的话,可能超出容器的范围
                i++; 
                count++;
            }
            else
            {       
                tmp = nums2[j];
                j++;
                count++;
            }
        }
        if (count == mpos+1)  //以及到达目的位置
        {
            if (flag) //如果是偶数的话
            {
                if (i == nums1.size())cout << (tmp + nums2[j])*1.0 / 2 << endl; //此种情况1是,虽然到达了位置,此位置刚好是1容器结束,则第二个数为2容器的元素
                else if (j == nums2.size())cout << (tmp + nums1[i])*1.0 / 2 << endl;//此种情况2是,虽然到达了位置,此位置刚好是2容器结束,则第二个数为1容器的元素
                else // 此种情况是,都没有到达两个容器结束
                {
                    if (nums1[i] <= nums2[j])    //如果不做上面情况1/2处理,当遇到时,在此处理会导致访问超出容器的范围
                        cout << (tmp + nums1[i])*1.0 / 2 << endl;
                    else
                        cout << (tmp + nums2[j])*1.0 / 2 << endl;
                }   
            }
            else
                cout << tmp*1.0 << endl;
        }
        else //还没有到达目标位置,但是容器1/2中某一个已结束
        {
            if (i == nums1.size())  //容器1结束
            {
                tmp = nums2[j + (mpos + 1 - count) - 1];
                if (flag)
                    cout << (tmp + nums2[j + (mpos + 1 - count)])*1.0 / 2 << endl;
                else 
                    cout << tmp*1.0 << endl;
            }
            else  //容器2结束
            {
                tmp = nums1[i + (mpos + 1 - count) - 1];
                if (flag)
                    cout << (tmp + nums1[i + (mpos + 1 - count)])*1.0 / 2 << endl;
                else
                    cout << tmp*1.0 << endl;
            }
        }
    }
}

分析:
此题还是相对简单,但是考虑的情况比较多,题目中要求的时间复杂度为O(log (m+n)),表明,只有一个循环,且只遍历了(m+n)的一半,故可以想到,不可能是先排好序,所以只能先计算目标位置,然后当遍历到这个位置时,就可以求出值了;

(SCI三维路径规划对比)25年最新五种智能算法优化解决无人机路径巡检三维路径规划对比(灰雁算法真菌算法吕佩尔狐阳光生长研究(Matlab代码实现)内容概要:本文档主要介绍了一项关于无人机三维路径巡检规划的研究,通过对比2025年最新的五种智能优化算法(包括灰雁算法、真菌算法、吕佩尔狐算法、阳光生长算法等),在复杂三维环境中优化无人机巡检路径的技术方案。所有算法均通过Matlab代码实现,并重点围绕路径安全性、效率、能耗和避障能力进行性能对比分析,旨在为无人机在实际巡检任务中的路径规划提供科学依据和技术支持。文档还展示了多个相关科研方向的案例与代码资源,涵盖路径规划、智能优化、无人机控制等多个领域。; 适合人群:具备一定Matlab编程基础,从事无人机路径规划、智能优化算法研究或自动化、控制工程方向的研究生、科研人员及工程技术人员。; 使用场景及目标:① 对比分析新型智能算法在三维复杂环境下无人机路径规划的表现差异;② 为科研项目提供可复现的算法代码与实验基准;③ 支持无人机巡检、灾害监测、电力线路巡查等实际应用场景的路径优化需求; 阅读建议:建议结合文档提供的Matlab代码进行仿真实验,重点关注不同算法在收敛速度、路径长度和避障性能方面的表现差异,同时参考文中列举的其他研究案例拓展思路,提升科研创新能力。
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 < len(nums1) and j < len(nums2): if nums1[i] < nums2[j]: merged.append(nums1[i]) i += 1 else: merged.append(nums2[j]) j += 1 # Append remaining elements from longer array while i < len(nums1): merged.append(nums1[i]) i += 1 while j < 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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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