[Java] 找出两有序数组第 k 大的值

目前看到题目的解法,大多为 C++ 实现 ,且有些代码不完善,故在此赘述。总的来说,主要有以下 3 种方式:

  • a: 合并数组后排序
  • b: 两指针遍历并计数
  • c: 二分法

分析

假如两数组长度分别为 m 和 n (且让 m < n),求第 k 大的数,以上 3 种方式中:
a 时间复杂度为视排序算法而定,因此处数组有序,故归并排序最为方便,但时间复杂度为 O((m+n)log(m+n)),另外需要辅助空间为 m + n 的数组;b 时间复杂度,为 O(m + n)(k 可能无限接近 m + n );c 的时间复杂度为 O((m+n)log(m+n)),并且无需辅助空间。
c 的具体方式有两种,一种是每次对数组(即 m 与 n)二分,一种是每次对 k 二分,此处我们采用第二种方式。以下为代码实现:

import java.util.Arrays;

/**
 * 找出两个有序数组第 k 大的数(假设从小到大排序),且此处认为 arrA.length < arrB.length
 * 
 * @author Victor
 *
 */
public class SortedArrayFindK {
    public static void main(String[] args) {
        int[] arrA = new int[] { 10, 11, 12, 13, 14 };
        int[] arrB = new int[] { 1, 2, 3, 4, 5, 6, 7, 8, 9 };
        int k = 6;

        System.out.println(findBigK(arrA, 0, arrA.length - 1, arrB, 0, arrB.length - 1, k));
        System.out.println(findBigKMS(arrA, arrB, k));
    }

    /**
     * 找出两个有序数组第 k 大的数(假设从小到大排序),且此处认为 arrA.length < arrB.length
     * 
     * @param arrA
     *            数组 A
     * @param la
     *            数组 A 范围左边界
     * @param ra
     *            数组 A 范围右边界
     * @param arrB
     *            数组 B
     * @param lb
     *            数组 B 范围左边界
     * @param rb
     *            数组 B 范围右边界
     * @param k
     *            第 k 大
     * @return 第 k 大的数
     */
    public static int findBigK(int[] arrA, int la, int ra, int[] arrB, int lb, int rb, int k) {
        // 排除数组长度为 0 及数组右越界的情况
        if (arrA.length == 0 || la > ra) {
            return arrB[lb + k - 1];
        }
        if (arrB.length == 0 || lb > rb) {
            return arrA[la + k - 1];
        }

        // k 为 1 时,亦为算法的边界情况,直接处理
        if (k == 1) {
            return min(arrA[la + k - 1], arrB[lb + k - 1]);
        }

        // 取两者较小值,以免 k / 2 较大时数组越界
        int ka = min(k / 2, ra - la + 1);
        int kb = min(k - ka, rb - lb + 1);

        if (arrA[la + ka - 1] > arrB[lb + kb - 1]) {
            return findBigK(arrA, la, la + ka - 1, arrB, lb + kb, rb, k - kb);
        } else {
            return findBigK(arrA, la + ka, ra, arrB, lb, lb + kb - 1, k - ka);
        }
    }

    /**
     * 数组合并后排序,然后找出第 k 大的值
     */
    public static int findBigKMS(int[] arrA, int[] arrB, int k) {
        int[] arrC = new int[arrA.length + arrB.length];

        System.arraycopy(arrA, 0, arrC, 0, arrA.length);
        System.arraycopy(arrB, 0, arrC, arrA.length, arrB.length);
        Arrays.sort(arrC);

        return arrC[k - 1];
    }

    /**
     * 取较小值
     */
    public static int min(int a, int b) {
        return a > b ? b : a;
    }
}

如有问题请指正,感谢。
待润色。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
题目描述: 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。 请找出两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m+n))。 你可以假设 nums1 和 nums2 不会同时为空。 示例 1: nums1 = [1, 3] nums2 = [2] 则中位数是 2.0 示例 2: nums1 = [1, 2] nums2 = [3, 4] 则中位数是 (2 + 3)/2 = 2.5 解题思路: 题目要求时间复杂度为 O(log(m+n)),很明显是要用到二分查找的思想。 首先,我们需要确定中位数的位置。对于两个长度分别为 m 和 n 的有序数组,它们的中位数位置为 (m+n+1)/2 和 (m+n+2)/2,因为当 m+n 为奇数时,这两个位置的是相同的;当 m+n 为偶数时,这两个位置的分别为中间两个数。 然后,我们需要在两个数组中分别找到第 k/2 个数(k 为中位数位置),比较它们的大小,如果 nums1[k/2-1] < nums2[k/2-1],则说明中位数位于 nums1 的右半部分和 nums2 的左半部分之间,此时可以舍弃 nums1 的左半部分,将 k 减去 nums1 的左半部分的长度,继续在 nums1 的右半部分和 nums2 的左半部分中寻找第 k/2 个数;反之,如果 nums1[k/2-1] >= nums2[k/2-1],则说明中位数位于 nums1 的左半部分和 nums2 的右半部分之间,此时可以舍弃 nums2 的左半部分,将 k 减去 nums2 的左半部分的长度,继续在 nums1 的左半部分和 nums2 的右半部分中寻找第 k/2 个数。 当 k=1 时,中位数为两个数组中的最小Java代码实现: class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length; int n = nums2.length; int k = (m + n + 1) / 2; double median = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k); if ((m + n) % 2 == 0) { int k2 = k + 1; double median2 = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k2); median = (median + median2) / 2; } return median; } private double findKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) { int len1 = end1 - start1 + 1; int len2 = end2 - start2 + 1; if (len1 > len2) { return findKth(nums2, start2, end2, nums1, start1, end1, k); } if (len1 == 0) { return nums2[start2 + k - 1]; } if (k == 1) { return Math.min(nums1[start1], nums2[start2]); } int i = start1 + Math.min(len1, k / 2) - 1; int j = start2 + Math.min(len2, k / 2) - 1; if (nums1[i] > nums2[j]) { return findKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1)); } else { return findKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1)); } } }

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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