c语言max4和max2,LeetCode 4

Median of Two Sorted Arrays

题目:

There are two sorted arrays nums1 and nums2 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)).

You may assume nums1 and nums2 cannot be both empty.

描述：两个已经排序好的数组，数组不是空，求中位数。要求算法的时间复杂度是O(long(m+n))。

分析:

1、如果不看时间复杂度的话，可以使用暴力方法实现：把两个数组拼接，然后重新排序，寻找中位数，较为简单，使用Java实现。

2、要是考虑复杂度的话，较为困难，后面会用C语言具体分析。

1、Java实现

内容简单，这里不做解释。

public double findMedianSortedArrays(int[] nums1, int[] nums2) {

double median = 0.0f;

int m = nums1.length;

int n = nums2.length;

int[] newNums = Arrays.copyOf(nums1, nums1.length + nums2.length);

System.arraycopy(nums2, 0, newNums, nums1.length, nums2.length);

Arrays.sort(newNums);

if ((m + n) % 2 == 0) {

median = (newNums[(m + n) / 2] + newNums[(m + n) / 2 - 1]) / 2.0;

} else {

median = newNums[(m + n) / 2];

}

return median;

}

运行时间：

image.png

时间复杂度：主要是Arrays.sort()使用的快排，时间复杂度为O( (n+m)*log(n+m) )

空间复杂度：O(n+m)

2、 C语言实现(1)

新建一个长度为 (m+n)/2 +1 的数组newnums，i,j为先指向数组nums1 和mums2的第0个元素,通过i,j的移动把两个源数组的按照升序复制到新数组newnums中。

1. 处理源数组是空的情况，一个如果是空，另一个直接复制数组到newnums中。

2. 两个都不为空，开始循环，循环次数为length/2+1(总长度一半+1)

3. 控制移动边界i>=num1Size时，nums1到最后一个元素，从nums2赋值，j>=num2Size时，nums2到最后一个元素，从nums1赋值。

判断nums1[i] < nums2[j],每次都把较小的元素赋值到新数组中。

4.分偶数和奇数判断中位数情况。

double findMedianSortedArrays(int *nums1, int nums1Size, int *nums2, int nums2Size) {

int length = nums1Size + nums2Size;

int *newnums = (int *) malloc(sizeof(int) * (length / 2 + 1));

int index = 0, i = 0, j = 0;

double median;

if (nums1Size == 0) {

newnums = nums2;

} else if (nums2Size == 0) {

newnums = nums1;

} else {

while (index <= length / 2) {

if (i >= nums1Size) {

newnums[index] = nums2[j];

j++;

} else if (j >= nums2Size) {

newnums[index] = nums1[i];

i++;

} else {

if (nums1[i] < nums2[j]) {

newnums[index] = nums1[i];

i++;

} else {

newnums[index] = nums2[j];

j++;

}

}

index++;

}

}

if (length % 2 == 0) {

median = (newnums[length / 2 - 1] + newnums[length / 2]) / 2.0;

} else {

median = newnums[length / 2];

}

return median;

}

运行时间：

image.png

时间复杂度：O((n+m)/2+1) = O(n)

空间复杂度：O((n+m)/2+1) = O(n)

3、C语言实现(2)

中位数的定义是把一个集合分为左右长度相等的两个子集合，所以我们如果保证两个数组的，左半部分的长度=右半边分长度，就可以找出中位数。

这时候要保证:

len(left_part) = len(right_part)

max(left_part) <=min(right_part)

令

len(left_part) = i

len(right_part)) = j

i = m - i

j = n - j

因此我们需要确保

i + j = m - i +n - j (or i + j = m - i + n - j + 1)

if m<=n 我们需要设置 i ~(0,m) ， j = (m + n + 1)/2 - i

nums2[j−1]≤nums1[i] 和 nums1[i−1]≤nums2[j]

我们需要先确保m<=n，如果m>n时，j可能会小于 0，然后使用二分法查询数组，处理好四种边界问 题i = 0 ，j = 0 ，i = m 或 j = n的情况，具体细节看代码。

double findMedianSortedArrays(int *nums1, int nums1Size, int *nums2, int nums2Size) {

int m = nums1Size;

int n = nums2Size;

if (m > n) { // to ensure m<=n

int *temp = nums1;

nums1 = nums2;

nums2 = temp;

int tmp = m;

m = n;

n = tmp;

}

int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;

while (iMin <= iMax) {

int i = (iMin + iMax) / 2;

int j = halfLen - i;

if (i < iMax && nums2[j - 1] > nums1[i]) {

iMin = i + 1; // i is too small

} else if (i > iMin && nums1[i - 1] > nums2[j]) {

iMax = i - 1; // i is too big

} else { // i is perfect

int maxLeft = 0;

if (i == 0) {

maxLeft = nums2[j - 1];

} else if (j == 0) {

maxLeft = nums1[i - 1];

} else {

maxLeft = nums1[i - 1] > nums2[j - 1] ? nums1[i - 1] : nums2[j - 1];

}

if ((m + n) % 2 == 1) {

return maxLeft;

}

int minRight = 0;

if (i == m) {

minRight = nums2[j];

} else if (j == n) {

minRight = nums1[i];

} else {

minRight = nums2[j] > nums1[i] ? nums1[i] : nums2[j];

}

return (maxLeft + minRight) / 2.0;

}

}

return 0.0;

}

耗时如图：

image.png

还是比较不错的。

时间复杂度：O(log(min(m,n))).

空间复杂度：O(1)