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)).
关键点:
时间复杂度 ,递归的使用,边界处理
中位数:位置位于数组正中间的数,如果数组是奇数,那么就是正中间的数,如果是偶数,就是中间位置的两个数的平均数。
基本知识:
时间复杂度
时间复杂度和渐近时间复杂度,前者是某个算法的时间耗费,它是该算法所求解问题规模n的函数,而后者是指当问题规模趋向无穷大时,该算法时间复杂度的数量级。在评价一个算法性能时,我们通常用渐近时间复杂度T(n)=O(f(n))简称为时间复杂度,其中的f(n)一般是算法中频度最大的语句频度。同时我们总是考虑在最坏的情况下的时间复杂度。以保证算法的运行时间不会比它更长。
常见的时间复杂度,按数量级递增排列依次为:
常数阶O(1)、对数阶O(log2n)、线性阶O(n)、线性对数阶O(nlog2n)、平方阶O(n^2)、立方阶O(n^3)、k次方阶O(n^k)、指数阶O(2^n)。
有如下复杂度关系:
c < log2N < n < n * Log2N < n^2 < n^3 < 2^n < 3^n < n!
其中c是一个常量,如果一个算法的复杂度为c 、 log2N 、n 、 n*log2N ,那么这个算法时间效率比较高 ,如果是 2^n , 3^n ,n!,那么稍微大一些的n就会令这个算法不能动了。
其中c是一个常量,如果一个算法的复杂度为c 、 log2N 、n 、 n*log2N ,那么这个算法时间效率比较高 ,如果是 2^n , 3^n ,n!,那么稍微大一些的n就会令这个算法不能动了。
问题等同于第k小数的问题
分治法
class Solution {
public:
double findMid(int a[], int m, int b[], int n, int k)
{
if(n<m)
return findMid(b,n,a,m,k); //保证能够继续切除,或者已有一组数到达结尾
if(m==0)
return b[k-1]; //递归条件1
if(k==1)
return min(a[0],b[0]); //递归条件2
int pa = min(m,k/2); //保证能够继续切除,或者已有一组数到达结尾
int pb = k - pa;
if(a[pa-1] < b[pb-1]) //递归条件3
return findMid(a+pa,m-pa,b,n,k-pa);
else if(a[pa-1] > b[pb-1])
return findMid(a,m,b+pb,n-pb,k-pb);
else
return a[pa-1];
}
double findMedianSortedArrays(int A[], int m, int B[], int n) {
int total = m+n;
if(total %2 == 1 )
return findMid(A,m,B,n,total/2+1);
else
return (findMid(A,m,B,n,total/2)+findMid(A,m,B,n,total/2+1))/2;
}
};