Median of Two Sorted Arrays

本文介绍了一种高效算法来找到两个已排序数组的中位数,通过递归地选择并比较两个数组中的元素,每次将搜索范围减半,从而实现了O(log(m+n))的时间复杂度。

 There are two sorted arrays A and B 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)).

翻译:

        有两个已经排序的数组A,B,他们的大小分别是m和n.找打两个已经排序数组的中间元素.全部运行时间复杂度(即程序的时间复杂度)为O(log(m+n)).

思路:

        由于两个已排好序的数组,求其中位数.可以转换为求两个已排好序的数组的第k个数.在数组a中取第t1个数,在数组b中取第t2个数,且t1+t2等于k.对a[t1]和b[t2]进行比较,则我们可以根据结果对数组进行缩减.

1.a[t1]>b[t2],则可以舍去数组b中小于等于b[t2]的部分,数组a中可以舍去大于a[t1]的部分.

2.a[t1]<b[t2]的情况和a[t1]>b[t2]的情况类似.

3.a[t1]==b[t2],则直接返回.

所以每次可以可以把数组缩减一半.这样就达到了时间复杂度为O(log(m+n)).

CODE:

 

class Solution {

public:

    int mymin(int a,int b){

        return a>b?b:a;

    }

    double findKth(int *a,int m,int *b,int n,int k){

        if (m>n){

            return findKth(b,n,a,m,k);

        }

        if ( m==0 ){

            return b[k-1];

        }

        if ( k==1 ){

            return mymin(a[0],b[0]);

        }

 

        int a_pos = mymin(k/2,m);

        int b_pos = k-a_pos;

 

        if ( a[a_pos-1]>b[b_pos-1] ){

            return findKth( a,a_pos,b+b_pos,n-b_pos,k-b_pos);

        } else if ( a[a_pos-1]== b[b_pos-1] ){

            return a[a_pos-1];

        } else {

            return findKth(a+a_pos,m-a_pos,b,b_pos,k-a_pos);

        }

    }

    double findMedianSortedArrays(int a[], int m, int b[], int n) {

        if( (m+n) &1 ) {

            return findKth(a,m,b,n,(m+n)/2+1);

            

        } else {

            return (findKth(a,m,b,n,(m+n)/2)+findKth(a,m,b,n,(m+n)/2+1))/2;

        }

    }

};


 

 

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