实验题目:两个有序序列的中位数
已知有两个等长的非降序序列S1, S2, 设计函数求S1与S2并集的中位数。有序序列A0,A1,⋯,AN−1的中位数指A(N−1)/2的值,即第⌊(N+1)/2⌋个数(A0为第1个数)。
输入格式:
输入分三行。第一行给出序列的公共长度N(0<N≤100000),随后每行输入一个序列的信息,即N个非降序排列的整数。数字用空格间隔。
输出格式:
在一行中输出两个输入序列的并集序列的中位数。
输入样例1:
5
1 3 5 7 9
2 3 4 5 6
输出样例1:
4
输入样例2:
6
-100 -10 1 1 1 1
-50 0 2 3 4 5
输出样例2:
1
算法描述:
程序使用递归的思想,每层进行的操作如下:
①判断两个序列是否都只剩下一个数据。若是,则直接判断大小,小的值则为两个序列并集的中位数;若否,则进行下一步操作。
②判断两个序列是否符合一个序列有两个数据,另一个序列有两个数据的情况。若是,则通过三个数之间的比较,确定两个序列并集的中位数;若否,则进行下一步操作。③分别找出两个有序序列的中位数。若两个序列剩下的数据个数是大于2 的偶数,则设定序列1的中位数为a_mid = (a_l + a_h + 1) / 2,序列2的中位数为b_mid = (b_l + b_h) / 2;若不是,则序列的中位数分别为a_mid = (a_l + a_h) / 2和b_mid = (b_l + b_h) / 2。
④判断两中位数的大小。若数列a的中位数比序列b的中位数大,则取序列a的前半段和序列b的后半段进入递归调用;反之,则取序列a的后半段与序列b的前半段进入递归调用。
算法时间及空间复杂度分析
算法采用分治策略,在每一次递归中,都将原问题分成一个只有原问题数据规模一半的子问题,因此有。在治的过程中,并没有出现与数据规模n相关的操作次数,所以T(治) = O(1),而且没有实际性的操作与并相关,所以T(并) = 0。故总而言之,本次算法的时间复杂度公式为,即T(n) = O(log2n)。
在本次算法中开辟的辅助空间与数据规模n无关,故算法的空间复杂度为S(n) = 0(1)。#include <iostream>
using namespace std;
int Find_Median(int *a, int *b, int a_l, int a_h, int b_l, int b_h)
{
if (a_l == a_h && b_l == b_h)
{
if (a[a_l] < b[b_l])
return a[a_l];
else
return b[b_l];
}
if (a_l == a_h && b_h - b_l == 1)
{
if (a[a_l] < b[b_l])
return b[b_l];
else if (a[a_l] >= b[b_l] && a[a_l] <= b[b_h])
return a[a_l];
else
return b[b_h];
}
if (b_l == b_h && a_h - a_l == 1)
{
if (b[b_l] < a[a_l])
return a[a_l];
else if (b[b_l] >= a[a_l] && b[b_l] <= a[a_h])
return b[b_l];
else
return a[a_h];
}
int a_mid, b_mid;
if (a_h - a_l != 1 && (a_h - a_l) % 2 == 1 && b_h - b_l != 1 && (b_h - b_l) % 2 == 1)
{
a_mid = (a_l + a_h + 1) / 2;
b_mid = (b_l + b_h) / 2;
}
else
{
a_mid = (a_l + a_h) / 2;
b_mid = (b_l + b_h) / 2;
}
if (a[a_mid] < b[b_mid])
return Find_Median(a, b, a_mid, a_h, b_l, b_mid);
else
return Find_Median(a, b, a_l, a_mid, b_mid, b_h);
}
int main()
{
int n;
cin >> n;
int *a = new int[n];
int *b = new int[n];
for (int i = 0; i < n; i++)
cin >> a[i];
for (int i = 0; i < n; i++)
cin >> b[i];
cout << Find_Median(a, b, 0, n - 1, 0, n - 1);
return 0;
}