2.1.5两个排序数组的中位数

5 篇文章 1 订阅

2.1.5两个排序数组的中位数

分别有两个大小为m和n的排序数组a和B。
查找两个已排序数组的中值。总体运行时复杂度应为O(log(m + n))

分析

这是一道非常经典的题。这题更通用的形式是,给定两个已经排序好的数组,找到两者所有元素中第k大的元素。
O(m+n)的解法比较直观,直接merge两个数组,然后求第k大的元素。
不过我们仅仅需要第k大的元素,是不需要“排序”这么昂贵的操作的。可以用一个计数器,记录当前已经找到第m大的元素了。同时我们使用两个指针pA和pB,分别指向A和B数组的第一个元素,使用类似于merge sort的原理,如果数组A当前元素小,那么pA++,同时m++;如果数组B当前元素小,那么pB++,同时m++。最终当m等于k的时候,就得到了我们的答案,O(k)时间,O(1)空间。但是,当k很接近m+n的时候,这个方法还是O(m+n)的。
有没有更好的方案呢?我们可以考虑从k入手。如果我们每次都能够删除一个一定在第k大元素之前的元素,那么我们需要进行k次。但是如果每次我们都删除一半呢?由于A和B都是有序的,我们应该充分利用这里面的信息,类似于二分查找,也是充分利用了“有序”。
假设A和B的元素个数都大于k/2,我们将A的第k/2个元素(即A[k/2-1])和B的第k/2个元素(即B[k/2-1])进行比较,有以下三种情况(为了简化这里先假设k为偶数,所得到的结论对于k是奇数也是成方的):
·A[k/2-1]==B[k/2-1]
·A[k/2-1]>B[k/2-1]
·A[k/2-1]<B[k/2-1]
如果A[k/2-1]<B[k/2-1],意味着A[0]到A[k/2-1]的肯定在AUB的topk元素的范围内,换句话说,A[k/2-1]不可能大于AUB的第k大元素。留给读者证明。
因此,我们可以放心的删除A数组的这k/2个元素。同理,当A[k/2-1]>B[k/2-1]时,可以删除B数组的k/2个元素。
当A[k/2-1]==B[k/2-1]时,说明找到了第k大的元素,直接返回A[k/2-1]或B[k/2-1]即可。
因此,我们可以写一个递归函数。那么函数什么时候应该终止呢?
·当A或B是空时,直接返回B[k-1]或A[k-1];
·当k=1是,返回min(A[O],B[0]);
·当A[k/2-1]==B[k/2-1]时,返回A[k/2-1]或B[k/2-1]

代码如下:

class Solution {
public:
	double findMedianSortedArrays(const vector<int>& A, const vector<int>& B)
	{
		const int m = A.size();
		const int n = B.size();
		int total = m + n;
		if (total & 0x1)
			return find_kth(A.begin(), m, B.begin(), n, total / 2 + 1);
		else return(find_kth(A.begin(), m, B.begin(), n, total / 2) + find_kth(A.begin(), m, B.begin(), n, total / 2 + 1)) / 2.0;
	}
private:
	static int find_kth(std::vector<int>::const_iterator A, int m, std::vector<int>::const_iterator B, int n, int k)
	{
		//always assume that m is equal or smaller than n 
		if (m > n)
			return find_kth(B, n, A, m, k);
		if (m == 0)
			return *(B + k - 1);
		if (k == 1)
			return min(*A, *B);
		if (m > n)
			return find_kth(B, n, A, m, k);
		if (m == 0)
			return*(B + k - 1);
		if (k == 1)
			return min(*A, *B);
		//divide k into two parts 
		int ia = min(k / 2, m), ib = k - ia;
		if (*(A + ia - 1) < *(B + ib - 1))
			return find_kth(A + ia, m - ia, B, n, k - ia);
		else if (*(A + ia - 1) > *(B + ib - 1))
			return find_kth(A, m, B + ib, n - ib, k - ib);
		else
			return A[ia - 1];
	}
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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