二分查找-两已排序数组中找中位数二题
来源：互联网 发布：朋友借身份证开淘宝店 编辑：程序博客网 时间：2024/05/16 08:36
第一题来自于《算法导论》第九章习题 9.3-8. 已知两个已排序数组X[n], Y[n]（假设升序），问在时间O(lgn)内找到全部2n个数中的中位数。
给了提示时间O(lgn)，那么必定使用二分查找。这道题的“梗”在于如何处理两个已排序数组。我们有总共2n个数，偶数，那么全局的中位数来自于两个数a,b，在排好序的2n个数中，它们以上（比它们大）和以下（比它们小）应该各有n-1个数。令a > b，假设a==X[i], 即数组X 中，a以下有i个数小于a。对于b,有两个可能来源，X[i-1] 或者Y[n-1-i],这里Y[n-1-i]是数组Y中比a小的数中最大的一个。
综上所述，我们的二分查找逻辑如下：首先在数组X中对于区间[v,u), 由i=(v+u)/2寻找X[i] ，对于j=n-1-i, 检查 if Y[j+1] > X[i] && Y[j] < X[i],否则通过增大或者缩小i来反向改变j。如果这样的a不在X[]中，则对于数组Y重复以上处理。
实现代码如下，注意数组边界情况，比如i==0 或者i==n-1
bool findmediansingle(int* A, int* B, int n, double& res){ // find total median in array A int u=n, v=0; while(v<u){ //[v,u) int i = (v+u)/2; int j = n-1-i; //index in B[] if(A[i] <= B[j]){ //we need to find the middle two elements among the total merged array if(j==0 || A[i] >= B[j-1]){ //all elements less than A[i] and B[j] adds up to mid int low = A[i]; //since we focus binary cursor on i, A[i] is fixed as floor of the two middle int high = B[j]; if(i<n-1 && A[i+1]<B[j]){ //A[i+1] is closer to A[i] then B[j] high = A[i+1]; } res = (double)(low + high)/2; return true; }else{ v=i+1; //enlarge i to reduce j continue; } }else{ //A[i] > B[j] if(j==n-1 || A[i] <= B[j+1]){ int high = A[i]; //now we fix A[i] as ceil of the two middle int low = B[j]; if(i>0 && B[j] < A[i-1]){ //A[i-1] is closer to A[i] than B[j] low = A[i-1]; } res = (double)(low+high)/2; return true; }else{ u = i; continue; } } } return false;}double findmedian(int* A, int* B, int n){ double res = 0.0; if(!findmediansingle(A, B, n, res)){ findmediansingle(B, A, n, res); } return res;}测试数据：
{1}, {1]
{1,2}, {3,4}
{1,3}, {2,4}
{1,4}, {2,3]
-------------------------------------------------我是分割线------------------------------------------
很自然，第二题就是长度不同的两个数组，A[m]和B[n],求全部m+n个数中的中位数。 算法原理一样，我们需要看看会多出哪些边界情况。
首先，m+n可能是奇数，这样中位数就是所有数中第(m+n)/2个，比它小的数有(m+n)/2个,直接找到它，不需要考虑下边界。
其次，在m==n情况下，对于j=n-1-i, 由于i属于区间[0,n)，则j也必定属于区间[0,n),即此时j的取值一定是合法的。但是对于m>>n， 对于j=mid-1-i (mid = (m+n)/2),此时完全有可能出现j<0 或者j>n-1的数组越界情况，所以这里我们需要特别小心j的处理。
具体代码实现如下：
bool findmediansingle(int *A, int m, int *B, int n, double& res, int tag){ if(m==0 && n==0){ return false; }else if(n==0){ res = tag==1 ? A[m/2] : (double)(A[m/2] + A[m/2 - 1])/2; return true; }else if(m==0){ res = tag==1 ? B[n/2] : (double)(B[n/2 -1] + B[n/2])/2; return true; } int u=m, v=0, i=0; int mid = (m+n)/2; if(tag==0){ while(v<u){ //[v,u) i = (v+u)/2; int j=(mid-1-i); //index in B[] if(j<-1){ u=i; //reduce k to enlarge j }else if(j==-1){ //it means all elements in A[] less than A[i] add up to mid if(B[0] >= A[i]){ //B[0] is above A[i], out of mid elements below A[i], A[i] is floor of the middle two int high = A[i]; int low = i>0 ? A[i-1] : 0; res = (double)(high + low)/2; return true; } break; }else if(j>n-1){ //enlarge k to reduce j v=i+1; }else if(A[i] <= B[j]){ //we need to find the middle two elements among the total merged array if(j==0 || A[i] >= B[j-1]){ //all elements less than A[i] and B[j] adds up to mid int low = A[i]; //since we focus binary cursor on i, A[i] is fixed as floor of the two middle int high = B[j]; if(i<m-1 && A[i+1]<B[j]){ //A[i+1] is closer to A[i] then B[j] high = A[i+1]; } res = (double)(low + high)/2; return true; }else{ v=i+1; //enlarge i to reduce j continue; } }else{ //A[i] > B[j] if(j==n-1 || A[i] <= B[j+1]){ int high = A[i]; //now we fix A[i] as ceil of the two middle int low = B[j]; if(i>0 && B[j] < A[i-1]){ //A[i-1] is closer to A[i] than B[j] low = A[i-1]; } res = (double)(low+high)/2; return true; }else{ u = i; continue; } } } return false; }else{ while(v<u){ //[v,u) i = (v+u)/2; int j=(mid-1-i); //index in B[] if(j<-1){ u=i; //reduce k to enlarge j }else if(j==-1){ //it means all elements in A[] less than A[i] add up to mid if(B[0] >= A[i]){ //B[0] is out of the mid elements below A[i], A[i] is the middle of all res = (char)A[i]; return true; } break; }else if(j>n-1){ //enlarge k to reduce j v=i+1; }else if(A[i] >= B[j]){ //1.A[i] and B[j] are middle two; 2.max(A[i], B[j]) is middle of all if(j==n-1 || A[i] <= B[j+1]){ res = (double)A[i]; return true; }else{ u=i; //reduce i } }else{ if(i==m-1 || B[j] <= A[i+1]){ res = (double)B[j]; //we need max(A[i], B[j]) return true; }else{ v=i+1; //enlarge i } } } return false; }}double findmedian(int* A, int m, int* B, int n){ double res = 0.0; int tag=0; if((m+n)%2 == 1) tag=1; //1 for odd total count, 0 for even if(!findmediansingle(A,m,B,n,res,tag)){ findmediansingle(B,n,A,m,res,tag); } return res;}
测试数据：
{1,3,5,8}, {2,4,6,7}
{1,1}, {2,3,4,5}
{}, {1,2,3,4}
{1,2,3}, {}
{1}, {1}
{1,2,3,5,6}, {4}
{1}, {2,3,4}
{1}, {2,3,4,5}
{1,2,3,4}, {5}
{2}, {1,3,4}
{3}, {1,2,4}
{1,2,3}, {4,5}
{6,7,8}, {1,2,3,4,5}
小结：
这两道题使用二分查找的思路比较明显，这里需要强调的是：想要写出bug-free的代码，必须事先设计出所有完整、全覆盖的测试案例(数据)，跟据这些测试案例，再逐步覆盖到所有算法分支。
0 0
- 二分查找-两已排序数组中找中位数二题
- 二分查找已排序数组
- 已排序二维数组中的二分查找
- 二分查找-针对已排序数组
- 二排序数组中位数
- 二排序数组中位数
- 有序数组中找中位数
- 有序数组中找中位数
- leetcode 4两数组找中位数
- 在已排序的数组中查找
- 找两个排序数组的中位数
- 【leetcode】寻找两个已排序数组的中位数（类似二分）
- 算法：已排序数组中找出现最多的数字
- 两排序数组的中位数（LintCode）
- 【二分查找】找出两个长度相等的数组中所有值的 “上中位数”
- 无序数组找中位数
- 二分查找：联合中位数
- Java二分法在已排序数组中查找指定数
- 安卓 坑爹的 include 标签
- SWT 全接触
- 有技巧的小水题 之 求最小公倍数
- struts1 logic标签的使用
- 堆和栈
- 二分查找-两已排序数组中找中位数二题
- JAVA基础之理解JNI原理
- 初学试试看cocos2dx的TestCPP框架(2) --CCApllication
- CCLabelAtlas的一点技巧
- qt学习笔记--使用qtcreator开发
- 安全联盟专家提醒 警惕比特币平台安全风险
- JBoss5中Local与Remote不能同时存在的问题
- Web.config详解
- 95岁传奇曼德拉 挥别光辉岁月魂归祖屋ddngre
