zoukankan      html  css  js  c++  java
  • Median of Two Sorted Arrays

    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)).

    思路:

    这道题在边界条件那里花了很长的时间,总算AC了。大概思路就是实现一个函数,找两个数组第k大的数,每次从判断A数组的中间的数在B中大几个数,然后递归。

    代码:

     1     double findSortedArrays(int A[], int la, int ra, int B[], int lb, int rb, int k){
     2         if(la >= ra)
     3             return B[lb+k-1];
     4         if(lb >= rb)
     5             return A[la+k-1];
     6         int a = (la+ra)/2;
     7         int mid, left =  lb, right = rb;
     8         mid = (lb+rb)/2;
     9         while(lb < rb){
    10             if(B[mid] > A[a])
    11                 rb = mid;
    12             else if(B[mid] < A[a])
    13                 lb = mid+1;
    14             else
    15                 break;    
    16             mid = (lb+rb)/2;
    17         }
    18         if(a-la+mid-left > k-1)
    19             return findSortedArrays(A, la, a, B, left, mid, k);
    20         else if(a-la+mid-left < k-1){ 
    21             return findSortedArrays(A, a+1, ra, B, mid, right, k-a+la-mid+left-1);
    22         }
    23         return A[a];
    24     }
    25     double findMedianSortedArrays(int A[], int m, int B[], int n) {
    26         if((m+n)%2)
    27             return findSortedArrays(A, 0, m, B, 0, n, (m+n)/2+1);
    28         return (findSortedArrays(A, 0, m, B, 0, n, (m+n)/2)+findSortedArrays(A, 0, m, B, 0, n, (m+n)/2+1))/2;
    29     } 

    在网上搜索,发现一个更简单的思路。也是找第k大的元素,不过他的实现方式是比较A的第k/2-1个数和B的第k/2-1个数,如果前者小,那个前者砍掉前一半(前一半肯定都小于第k个数,可反证),如果后者小,则砍掉后者数组的前一半。否则就是结果。

    在实际操作的时候,k/2可能大于数组本身,需要去k/2和数组的长度的较小值。如果一个数组长度为0,或者k为1可以直接返回答案。

    这个算法的最坏情况是,每次剪掉k/2个值,所以复杂度是O(lg(m+n))。更好的情况是,直接剪掉某个数组的全部,那么能更快地达到结果。所以平均复杂度仍是O(lg(m+n))。

    代码如下:

     1     double findKth(int A[], int m, int B[], int n, int k){
     2         if(m > n)
     3             return findKth(B, n, A, m, k);
     4         if(m == 0)
     5             return B[k-1];
     6         if(k == 1)
     7             return min(A[0], B[0]);
     8         int a = min(k/2, m), b = k-a;
     9         if(A[a-1] < B[b-1])
    10             return findKth(A+a, m-a, B, n, k-a);
    11         else if(A[a-1] > B[b-1])
    12             return findKth(A, m, B+b, n-b, k-b);
    13         return A[a-1];
    14     }
    15     double findMedianSortedArrays(int A[], int m, int B[], int n) {
    16         if((m+n)%2)
    17             return findKth(A, m, B, n, (m+n)/2+1);
    18         return (findKth(A, m, B, n, (m+n)/2)+findKth(A, m, B, n, (m+n)/2+1))/2;
    19     } 
  • 相关阅读:
    使用边缘计算来改变5G世界中的网络
    解开关于人工智能的六个迷思
    哪些数据将成为区块链系统的关键数据?
    如何通过7个步骤构建机器学习模型
    人工智能的发展体现了人类社会由实向虚的趋势
    5G技术与人工智能的智能结合
    量子计算总是混合的,这需要不断协调
    7.5省队集训 tree
    bzoj2989&4170: 数列
    bzoj1010: [HNOI2008]玩具装箱toy
  • 原文地址:https://www.cnblogs.com/waruzhi/p/3594805.html
Copyright © 2011-2022 走看看