求两个相等长度的升序序列的中位数,要求时间和空间利用率低

问题描述:一个长度为L(L>=1)的升序序列S,处在第\left \lceil L/2 \right \rceil个位置的数称为S的中位数。例如,若序列S_{1}=(11,13,15,17,19),则S_{1}的中位数是15。两个序列的中位数是含它们所有元素的升序序列的中位数。例如,若S_{2}=(2,4,6,8,20),则S_{1}S_{2}的中位数是11。现在有两个等长升序序列A和B,设计一个在时间和空间两方面都尽可能高效的算法,找出两个序列A和B的中位数。

算法设计思想: Step1 分别求两个升序序列A和B的中位数,设为a和b;Step2 若a=b,则a或b即为所求的中位数,算法结束;(因为a和b若相等,合并后总序列中这两个数的前后数字的个数差是0或2,且原序列个数为偶数时差是2,所以总序列个数是偶数,则可得到中位数所在位置是a或b)Step3 若a<b,则舍弃序列A中较小的一半,同时舍弃序列B中较大的一半,要求舍弃的长度相等;(因为a小于b时,合并后的总序列不管原序列长度是奇是偶a后边的元素个数都大于a前边的元素个数,所以a前元素不可能)Step4 若a>b,则舍弃序列A中较大的一半,同时舍弃序列B找那个较大的一半,要求舍弃的长度相等;Step5 在保留的两个升序序列中,重复前四步,直到两个序列中均只含一个元素,较小者为所求中位数。

 代码及结果:

#include<stdio.h>

int MediSearch(int A[],int B[],int n){
	int start1 = 0,end1 = n - 1,medi1,start2 = 0,end2 = n-1,medi2;
	//分别表示序列A和B的首位数,末尾数,中位数
	while(start1 != end1 || start2 != end2){
		medi1 = (start1 + end1) / 2;
		medi2 = (start2 + end2) / 2;
		if(A[medi1] == B[medi2])
			return A[medi1]; //满足第二步条件
		else if(A[medi1] < B[medi2]){ //满足第三步条件 
			if((start1 + end1) % 2 == 0){ //元素个数为奇数 
				start1 = medi1; //舍弃A中间点以前的部分且保留中间点
				end2 = medi2; //舍弃B中间点以后的部分且保留中间点 
			} 
			else{ //元素个数为偶数 
				start1 = medi1 + 1; //舍弃中间点及中间点以前的部分
				end2 = medi2; //舍弃B中间点以后的部分且保留中间点  
			}
		}
		else{ //满足第四步条件 
			if((start1 + end1) % 2 == 0){ //元素个数为奇数 
				end1 = medi1; //舍弃A中间点以后的部分并且保留中间点
				start2 = medi2; //舍弃B中间点以前的部分且保留中间点
			} 
			else{ //元素个数为奇数 
				end1 = medi1; //舍弃A中间点以后的部分且保留中间点 
				start2 = medi2 + 1; //舍弃B中间点及中间点以前的部分
			}
		}
	} 
	return A[start1] < B[start2] ? A[start1] : B[start2];
}

int main(){
	//Test
	int A[100],B[100],n;
	while(~scanf("%d",&n)){
		printf("输入%d个数组A中的元素:",n);
		for(int i = 0;i < n;i++)
			scanf("%d",&A[i]);
		printf("输入%d个数组B中的元素:",n);
		for(int i = 0;i < n;i++)
			scanf("%d",&B[i]);
		printf("两个序列的中位数是:%d\n",MediSearch(A,B,n));
	}
	return 0;
}

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这是一个比较复杂的问题,需要先明确一下几个概念: 1. 子序列:给定一个序列,从其中任意挑选出一些数(可以不按照顺序),组成一个新的序列,该序列就是原序列的一个子序列。 2. 公共子序列:给定两个序列,从中分别选取一些数(可以不按照顺序),组成两个新的序列,这两个序列长度相等且数值一一对应,那么这两个序列就是给定序列的一个公共子序列。 3. 长度为3的公共子序列:即在两个序列中找到长度均为3的公共子序列。 有了以上概念,我们可以开始解题了。一种比较简单的方法是暴力枚举,具体步骤如下: 1. 从第一个序列中选出长度为3的所有子序列。 2. 从第二个序列中选出长度为3的所有子序列。 3. 比较两个序列中所有长度为3的子序列,找出相同的子序列。 4. 统计相同的子序列的个数。 这种方法的时间复杂度为 O(n^6),显然不太可行。因此,我们需要寻找更高效的算法。一种比较常见的方法是动态规划,具体步骤如下: 1. 定义一个二维数组 dp,其中 dp[i][j] 示第一个序列前 i 个数和第二个序列前 j 个数中,最长的公共子序列长度。 2. 初始化 dp 数组,即 dp[0][j] 和 dp[i][0] 均为 0。 3. 根据状态转移方程,计算 dp[i][j] 的值。方程如下: if (a[i-1] == b[j-1]) { dp[i][j] = dp[i-1][j-1] + 1; } else { dp[i][j] = max(dp[i-1][j], dp[i][j-1]); } 其中,a 和 b 分别两个序列。 4. 遍历 dp 数组,统计长度为3的公共子序列的个数。 这种方法的时间复杂度为 O(n^2),比暴力枚举要快很多。具体实现可以参考下面的代码: ```python def count_common_subsequence(a, b): n, m = len(a), len(b) dp = [[0] * (m+1) for _ in range(n+1)] count = 0 for i in range(1, n+1): for j in range(1, m+1): if a[i-1] == b[j-1]: dp[i][j] = dp[i-1][j-1] + 1 if dp[i][j] >= 3: count += 1 else: dp[i][j] = max(dp[i-1][j], dp[i][j-1]) return count ``` 注意,以上代码只能计算两个序列长度为3的公共子序列的个数,对于长度不为3的公共子序列无法计算。如果需要计算长度为 k (k > 3) 的公共子序列个数,需要对以上代码进行相应的修改。
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