Median of Two Sorted Arrays

介绍了一种高效算法来查找两个有序数组合并后的中位数,通过递归找到第K个元素的方法,实现时间复杂度为O(log(min(m,n))),其中m和n分别是两个数组的长度。

double median(int A[], int m, int B[], int n)

基于两个有序数组合并后第K个元素的算法 int findKth(int A[], int m, int B[], int n, int k)  如果m+n 奇数 就是findKth((m+n)/2+1), 如果 m+n是偶数,就是 findKth((m+n)/2) 和findKth((m+n)/2+1)的中间值.

int findKth(int A[], int m, int B[], int n, int k)的O(logn)算法:

1)只处理m<=n的情况,即A的大小比B小(若m>n,交换参数后再调用本函数)

2)考察A中第i个数,B中第j个数,且i+j = k。取i = min(m, k/2),  j= k-i, 比较A的第i个数A[i-1] 和 B的第j 个数 B[j-1],若A[i-1]<B[j-1],则说明A[0] 至A[i-1]肯定在两个数组的前K里面,从A里刨去这i个数,剩下的两个数组里找第k-i个数,A规模减小;而对于B数组,B[j-1]以后的数则肯定不会在前k里,都可以刨去,只保留0...j-1的区间。递归调用。若A[i-1]>B[j-1],从B刨去这个j个数,从A里刨去i以及i以后的数,剩下的数组里找第k-j个数。

3)递归出口,若m==0, 则返回B的第k个数B[k-1]; 若k==1, 返回min(A[0],B[0]);若A[i-1]==B[j-1], 说明两个数组前K个数里后连两个是相等的,第K个数就是这个相等的值。


int findKth(int A[], int m, int B[], int n, int k)
    {
        if(m+n<k) throw invalid_argument("invalid argument.");
        if(m>n) return findKth(B, n, A, m, k);
        if(m==0) return B[k-1];
        if(k==1) return min(A[0],B[0]);
        int i= min(m, k/2), j= k-i;
        if(A[i-1]==B[j-1])
            return A[i-1];
        else if(A[i-1]<B[j-1])
            return findKth(A+i, m-i, B, j, j);
        else
            return findKth(A, i, B+j, n-j, i);
    }


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
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