《算法设计与分析》实践报告--求两个有序序列的中位数

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,,AN1的中位数指A(N1)/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<N100000),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) / 2b_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;
}


题目描述: 给定两个长度分别为m和n的有序序列中位数。 输入格式: 第一行输入一个整数m,表示第一个有序序列的长度。 第二行输入m个整数,表示第一个有序序列。 第三行输入一个整数n,表示第二个有序序列的长度。 第四行输入n个整数,表示第二个有序序列。 输出格式: 输出一个整数,表示两个有序序列中位数。 输入样例: 5 1 3 5 7 9 6 2 4 6 8 10 12 输出样例: 7 算法1: (二分查找) $O(log(min(m,n)))$ 1.先确定中位数的位置,如果m+n为奇数,则中位数位置为(m+n+1)/2,如果为偶数,则中位数位置为(m+n)/2和(m+n)/2+1。 2.在两个有序序列中分别进行二分查找,找到第一个序列中第k/2个数和第二个序列中第k/2个数,比较两个数的大小,如果第一个序列中的数小,则第一个序列中前k/2个数都不可能是中位数,将第一个序列中前k/2个数舍去,更新k值,继续在剩下的数中查找中位数。 3.重复步骤2,直到找到中位数。 时间复杂度 二分查找的时间复杂度为O(log(min(m,n))),因此总时间复杂度为O(log(min(m,n)))。 C++ 代码 算法2: (归并排序) $O(m+n)$ 1.将两个有序序列合并成一个有序序列。 2.如果合并后的序列长度为奇数,则中位数为合并后序列的中间位置的数,如果长度为偶数,则中位数为中间位置的两个数的平均值。 时间复杂度 归并排序的时间复杂度为O(m+n),因此总时间复杂度为O(m+n)。 C++ 代码
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