Leetcode Median of two sorted arrays 的非递归O(m+n) C语言解法

本文介绍了一个算法,该算法用于查找两个已排序数组的中位数。通过定义一个辅助函数 findK 来找到第 k 小的元素,进而求得中位数。适用于数据结构与算法学习及面试准备。

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

double findK(int * nums1, int nums1Size, int *nums2, int nums2Size, int k)
{
    int tmp; 
    int s1, s2;
    int idx1=0, idx2=0;
    int size1, size2;
    int inc1, inc2;
    size1 = nums1Size;
    size2 = nums2Size;
    s1 = 0;
    s2 = 0;


    while (1)
    {
        if (size1 == 0)
        {
            return nums2[s2+k-1];
        }
        if (size2 == 0)
        {
            return nums1[s1+k-1];
        }
        if (k == 1)
        {
            return nums1[s1]<nums2[s2] ? nums1[s1] : nums2[s2];
        }
        if (k == 2)
        {
            if (nums1[s1] > nums2[s2])
            {
                //if (s2 + 1 <= nums2Size - 1)
                if (s2 + 2 <= nums2Size )
                    return nums1[s1] < nums2[s2 + 1] ? nums1[s1] : nums2[s2 + 1];
                else
                    return nums1[s1];
            }
            else if (nums1[s1] < nums2[s2])
            {
                //if (s1 + 1 <= nums1Size - 1)
                if (s1 + 2 <= nums1Size)
                    return nums2[s2] < nums1[s1 + 1] ? nums2[s2] : nums1[s1 + 1];
                else
                    return nums2[s2];
            }
            else
                return nums1[s1];
        }
        tmp = (k>>1)-1;

        if (size1 > tmp)
        {
            inc1 = tmp;
        }
        else
            inc1 = size1 - 1;
        if (size2 > tmp)
        {
            inc2 = tmp;
        }
        else
            inc2 = size2 - 1;
        idx1 = s1 + inc1;
        idx2 = s2 + inc2;

        if (nums1[idx1] == nums2[idx2])
        {
            if ((k-inc1-inc2) <= 1)
                return nums1[idx1];
            else
            {
                k = k - (inc1 + inc2+2);
                s1 = s1 + inc1+1;
                s2 = s2 + inc2+1;
                size1 = size1 - inc1-1;
                size2 = size2 - inc2-1;
                if (k == 0)
                    return nums2[idx2];
            }
        }
        else if (nums1[idx1] > nums2[idx2])
        {
            k = k - inc2 - 1;
            if (k == 0)
                return nums2[idx2];
            s2 = idx2+ 1;
            size2 = size2 - (inc2 + 1);
        }
        else
        {
            k = k - inc1 - 1;
            if (k == 0)
                return nums1[idx1];
            s1 = idx1+ 1;
            size1 = size1 - (inc1 + 1);
        }
    }
}



double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) {
    int m = nums1Size;
    int n = nums2Size;
    int t = (m + n) / 2;
    if ((n + m) % 2)
        return findK(nums1, nums1Size, nums2, nums2Size, ((n +m+1) >> 1));
    else
        return ((findK(nums1, nums1Size, nums2, nums2Size, (n + m) >> 1) + findK(nums1, nums1Size, nums2, nums2Size, ((n + m ) >> 1)+1)) / 2.0);
}
标题基于SpringBoot+Vue的社区便民服务平台研究AI更换标题第1章引言介绍社区便民服务平台的研究背景、意义,以及基于SpringBoot+Vue技术的研究现状和创新点。1.1研究背景与意义分析社区便民服务的重要性,以及SpringBoot+Vue技术在平台建设中的优势。1.2国内外研究现状概述国内外在社区便民服务平台方面的发展现状。1.3研究方法与创新点阐述本文采用的研究方法和在SpringBoot+Vue技术应用上的创新之处。第2章相关理论介绍SpringBoot和Vue的相关理论基础,以及它们在社区便民服务平台中的应用。2.1SpringBoot技术概述解释SpringBoot的基本概念、特点及其在便民服务平台中的应用价值。2.2Vue技术概述阐述Vue的核心思想、技术特性及其在前端界面开发中的优势。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue如何有效整合,以提升社区便民服务平台的性能。第3章平台需求分析与设计分析社区便民服务平台的需求,并基于SpringBoot+Vue技术进行平台设计。3.1需求分析明确平台需满足的功能需求和性能需求。3.2架构设计设计平台的整体架构,包括前后端分离、模块化设计等思想。3.3数据库设计根据平台需求设计合理的数据库结构,包括数据表、字段等。第4章平台实现与关键技术详细阐述基于SpringBoot+Vue的社区便民服务平台的实现过程及关键技术。4.1后端服务实现使用SpringBoot实现后端服务,包括用户管理、服务管理等核心功能。4.2前端界面实现采用Vue技术实现前端界面,提供友好的用户交互体验。4.3前后端交互技术探讨前后端数据交互的方式,如RESTful API、WebSocket等。第5章平台测试与优化对实现的社区便民服务平台进行全面测试,并针对问题进行优化。5.1测试环境与工具介绍测试
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