pat 甲级 1029 Median

本文介绍了解决PAT竞赛中特定算法题目的两种方法:一种利用nth_element实现中位数查找,适用于有内存限制的情况;另一种使用两个队列进行比较并逐步缩小范围的方法,在加入内存限制条件下仍能有效求解中位数。

在pat没修改的时候好像sort或者nth_element 可以过
现在加了内存限制,好多代码都不行了
这个是第一版(不加内存限制好简单啊);

学习一下nth_element (a,b,c);
<algortithm>

#include <cstdio>
#include <iostream>
#include <algorithm>
#include <vector>

using namespace std;

int n, m;
vector<long long> arr;
long int a;

int main(){

    scanf("%d",&n);
    for(int i=0; i<n; i++){
        scanf("%lld",&a);
        arr.push_back(a);
    } 
    scanf("%d",&m);
    for(int i=0; i<m; i++){
        scanf("%lld",&a);
        arr.push_back(a);
    } 

    int l = arr.size(); 
    /*sort(arr.begin(),arr.end(),less<int>());  
    if(l%2==1) printf("%d\n",arr[l/2]);
    else printf("%d\n",arr[(l-1)/2]);*/
    nth_element(arr.begin(),arr.begin()+(l-1)/2,arr.end());
    printf("%lld",arr[(l-1)/2]);

    return 0;
} 

增加限制之后找到了一个通过的
思路是吧每一个进来的都对比
因为不管你怎么取,都是相当于总小到大数的第 (sum-1)/ 2 个
所以就先把第一列存好
然后第二列边存边比边剔除
如果刚好到 (sum-1)/ 2 个了就输出
没到就继续直到比到对应个数再输出

INT_MAX 是 <climits>里面定义的 整型的最大值,这个头文件里还定义了许多最大值,至于为什么这里用到这个,,emmm其实我也没具体很明白,就是知道 1.防止队列为空 2.用来控制内存

#include <cstdio>
#include <iostream>
#include <climits>
#include <queue>

using namespace std;

int n, m, cnt, num;
queue<int> a,b;
long long t;

int main(){

    scanf("%d",&n);
    for(int i=0; i<n; i++){
        scanf("%lld",&t);
        num = min((long long)INT_MAX, t);
        a.push(num);
    } 
    a.push(INT_MAX);
    scanf("%d",&m);
    for(int i=0; i<m; i++){
        scanf("%lld",&t);       
        num = min((long long)INT_MAX,t);
        b.push(num);
        if(cnt == (n+m-1)/2){
            printf("%d",min(a.front(),b.front()));
            return 0;
        }
        if(a.front()<b.front())
            a.pop();
        else b.pop();
        cnt++;
    } 
    b.push(INT_MAX);
    for(;cnt<(n+m-1)/2; cnt++){
        if(a.front()<b.front())
        a.pop();
        else b.pop();
    }
    printf("%d",min(a.front(),b.front()));

    return 0;
} 

妙啊

### PAT 甲级 真题 1057 解析 #### 题目描述 题目要求实现一个特殊的栈结构,除了基本的 `Push` 和 `Pop` 操作外,还需要支持一个新的操作 `PeekMedian`。该操作返回当前栈中所有元素的中位数值。对于偶数个元素的情况,定义中位数为第 \( \frac{N}{2} \) 小的元素;对于奇数个元素,则取第 \( \left(\frac{N+1}{2}\right) \) 小的元素[^2]。 #### 实现方法一:基于树状数组的方法 为了高效处理大量的查询请求而不至于超时,可以采用树状数组来追踪栈内的元素分布情况,并通过二分法定位所需的中位数位置。这种方法的时间复杂度大约为 \(O(n\log n)\),能够满足性能需求[^1]。 ```cpp // 示例代码片段展示如何利用树状数组解决此问题 #include <iostream> using namespace std; const int MAX_N = 1e5 + 5; int c[MAX_N], a[MAX_N]; void update(int i, int delta){ while(i<MAX_N){ c[i]+=delta; i+=i&(-i); } } int sum(int i){ int s=0; while(i>0){ s+=c[i]; i-=i&(-i); } return s; } ``` #### 实现方法二:使用 multiset 维护中位数指针的方式 另一种解决方案涉及到了 C++ STL 中的容器——`multiset`。借助于这个有序集合的数据特性以及额外设置的一个指向中位数位置的迭代器,在执行插入或删除动作的同时调整迭代器的位置即可快速获取最新的中位数。 ```cpp // 使用 multiset 的C++实现方式 #include <set> typedef long long LL; #define PB push_back #define MP make_pair #define FI first #define SE second #define PII pair<int,int> class MedianFinder { public: /** initialize your data structure here. */ set<pair<int ,LL>> S; // 存储数据及其版本号 set<pair<int ,LL>>::iterator it; // 记录中位数所在位置 void addNum(int num) { static LL ver = 0; ++ver; auto p = MP(num, ver); if(S.size() == 0 || S.size()%2==0){ S.insert(p),it=S.find(p); }else{ bool flag=false; if(it->FI<num){ if(next(it)!=S.end()){ if((next(it)->FI)>num){ --it,S.insert(p); flag=true; } } }else{ if(it!=S.begin()){ if(prev(it)->FI<=num){ ++it,S.insert(p); flag=true; } } } if(!flag)S.insert(p); } } double findMedian(){ int sz=(int)(S).size(); if(sz%2==0)return (*prev(it)).FI*0.5+(*it).FI*0.5; else return *it->FI; } }; ```
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