Median of two Sorted Arrays

本文介绍了一种使用二分查找法寻找两个有序数组中位数的方法。通过将数组分成两部分,并比较中间元素,逐步缩小搜索范围,最终找到中位数。文章提供了详细的算法流程及Java实现。

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

参照点击打开链接

用二叉搜索来处理此题

以如下两个数组为例:

0 1 2 3 4 5
a0 a1 a2 a3 a4 a5
0 1 2 3 4 5
b0 b1 b2 b3 b4 b5

本题中,中间坐标由 mid = length / 2得出,A,B的中间坐标分别是A[3], B[3]. 于是将其分为如下两个部分

A_1(A[0], A[1], A[2]), A_2(A[3], A[4], A[5])

B_1(B[0], B[1], B[2]), B_2(B[3], B[4], B[5]).

接下来比较A[3] 和 B[3]. 

如果 A[3] <= B[3], B_2部分一定大于等于B_1和A_1中的任意元素. 如果要在两个数组中找到第K个元素,会有如下两种情况.

  1. 如果K小于A_1和B_1长度之和,那么K元素定不在B_2中。则下次搜索K元素,只在A和B_1中。
  2. 如果K大于A_1和B_1长度之和,那么K元素定不在A_1中,否则,K小于A_1和B_1长度之和。同时在A_2和B中,查找第K-A_1长度个元素.

同理考虑 A[3] > B[3]. 

/**
     * @param A: An integer array.
     * @param B: An integer array.
     * @return: a double whose format is *.5 or *.0
     */
     
     
    public double findMedianSortedArrays(int A[], int B[]) {
        int la = A.length;
        int lb = B.length;
        int sum = la + lb;
        if (sum % 2 == 0) {
            double ln = (double)findKthNum( A, 0,  la,  B,  0,  lb,  (la + lb)/2);
            double rn = (double)findKthNum(A, 0,  la,  B,  0,  lb,  (la + lb)/2 + 1);
            return (ln + rn)/2;
        } else {
            return (double)findKthNum( A, 0,  la,  B,  0,  lb,  (la + lb + 1)/2);
        }
    }
    
    private int findKthNum(int A[], int sa, int ea, int B[], int sb, int eb, int k) {
        int la = ea - sa;
        int lb = eb - sb;
        
        if (la <= 0) {
            return B[sb + k -1];
        }
        if (lb <= 0) {
            return A[sa + k -1];
        }
        if (k == 1) {
            return A[sa] < B[sb] ? A[sa] : B[sb];
        }
        int midA = (sa + ea)/2;
        int midB = (sb + eb)/2;
        if (A[midA] < B[midB]) {
            if (la/2 + lb/2 + 1 >= k) {
                return findKthNum(A, sa, ea, B, sb, midB, k);
            } else {
                return findKthNum(A, midA + 1, ea, B, sb, eb, k - la/2 - 1);
            }
        } else {
            if (la/2 + lb/2 + 1 >= k) {
                return findKthNum(A, sa, midA, B, sb, eb, k);
            } else {
                return findKthNum(A, sa, ea, B, midB + 1, eb, k - lb/2 - 1);
            }
        }
    }
     
    // public double findMedianSortedArrays(int[] A, int[] B) {
    //     // write your code here
    //     int []array = new int [A.length + B.length];
    //     int i = 0, j = 0, k = 0;
    //     for (; i < A.length && j < B.length; ) {
    //         if (A[i] <= B[j]) {
    //             array[k] = A[i];
    //             i++;
    //         } else {
    //             array[k] = B[j];
    //             j++;
    //         }
    //         k++;
    //     }
    //     while (i < A.length) {
    //         array[k] = A[i];
    //         i++;
    //         k++;
    //     }
    //     while (j < B.length) {
    //         array[k] = B[j];
    //         j++;
    //         k++;
    //     }
    //     //1  int length = array.length;
    //     //2  int length = array.length - 1;
    //     int length = array.length;
    //     if (length % 2 == 0) {
    //         // int left = (length - 1) / 2;
    //         // int right = left + 1;
    //         int right = length/2;
    //         int left = right - 1;
    //         //3  return (array[left] + array[right])/2;
    //         return (array[left] + array[right])/2.0;
    //     } else {
    //         return array[length / 2];
    //     }
    // }


内容概要:本文档主要展示了C语言中关于字符串处理、指针操作以及动态内存分配的相关代码示例。首先介绍了如何实现键值对(“key=value”)字符串的解析,包括去除多余空格和根据键获取对应值的功能,并提供了相应的测试用例。接着演示了从给定字符串中分离出奇偶位置字符的方法,并将结果分别存储到两个不同的缓冲区中。此外,还探讨了常量(const)修饰符在变量和指针中的应用规则,解释了不同类型指针的区别及其使用场景。最后,详细讲解了如何动态分配二维字符数组,并实现了对这类数组的排序与释放操作。 适合人群:具有C语言基础的程序员或计算机科学相关专业的学生,尤其是那些希望深入理解字符串处理、指针操作以及动态内存管理机制的学习者。 使用场景及目标:①掌握如何高效地解析键值对字符串并去除其中的空白字符;②学会编写能够正确处理奇偶索引字符的函数;③理解const修饰符的作用范围及其对程序逻辑的影响;④熟悉动态分配二维字符数组的技术,并能对其进行有效的排序和清理。 阅读建议:由于本资源涉及较多底层概念和技术细节,建议读者先复习C语言基础知识,特别是指针和内存管理部分。在学习过程中,可以尝试动手编写类似的代码片段,以便更好地理解和掌握文中所介绍的各种技巧。同时,注意观察代码注释,它们对于理解复杂逻辑非常有帮助。
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