<Leetcode>Median of Two Sorted Arrays
来源:互联网 发布:数据库的查询分析器 编辑:程序博客网 时间:2024/05/22 17:40
题目描述:
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)).
解法:
常规解法是将nums1和nums2排序后,查找中位数,时间复杂度最低是O(m+n)。然而我们的目的是查找(m+n)/2的数,并不需要对两个序列进行排序。网友提供了非常的好的解法,原问题退化为求第K大的数字。
以下为转载:
http://blog.csdn.net/yutianzuijin/article/details/11499917/
首先假设数组A和B的元素个数都大于k/2,我们比较A[k/2-1]和B[k/2-1]两个元素,这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况:>、<和=。如果A[k/2-1]<B[k/2-1],这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说,A[k/2-1]不可能大于两数组合并之后的第k小值,所以我们可以将其抛弃。
证明也很简单,可以采用反证法。假设A[k/2-1]大于合并之后的第k小值,我们不妨假定其为第(k+1)小值。由于A[k/2-1]小于B[k/2-1],所以B[k/2-1]至少是第(k+2)小值。但实际上,在A中至多存在k/2-1个元素小于A[k/2-1],B中也至多存在k/2-1个元素小于A[k/2-1],所以小于A[k/2-1]的元素个数至多有k/2+ k/2-2,小于k,这与A[k/2-1]是第(k+1)的数矛盾。
当A[k/2-1]>B[k/2-1]时存在类似的结论。
当A[k/2-1]=B[k/2-1]时,我们已经找到了第k小的数,也即这个相等的元素,我们将其记为m。由于在A和B中分别有k/2-1个元素小于m,所以m即是第k小的数。(这里可能有人会有疑问,如果k为奇数,则m不是中位数。这里是进行了理想化考虑,在实际代码中略有不同,是先求k/2,然后利用k-k/2获得另一个数。)
通过上面的分析,我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件:
- 如果A或者B为空,则直接返回B[k-1]或者A[k-1];
- 如果k为1,我们只需要返回A[0]和B[0]中的较小值;
- 如果A[k/2-1]=B[k/2-1],返回其中一个;
double BinaryFindKth(int nums1[], int size1, int nums2[], int size2, int k){if (size1 < size2)//保证size2永远小于size1,为后面比较两序列大小和k/2的关系提供方便return BinaryFindKth(nums2, size2, nums1, size1, k);if (size2 == 0)return nums1[k - 1];//ensure p1+p2=kint p2 = (size2 < k / 2) ? size2 : k / 2;//考虑当size2<k/2的情况int p1 = k - p2;//caution!!!当k=1时,k/2=0,p2=0,p2-1会导致数组指针越界,因此应该对k=1单独处理if (k == 1){if (nums1[0] < nums2[0])return nums1[0];elsereturn nums2[0];}if (nums1[p1 - 1] < nums2[p2 - 1])//指针不能越界,必须保证p2>=1return BinaryFindKth(nums1 + p1, size1 - p1, nums2, size2, k - p1);else if (nums1[p1 - 1] > nums2[p2 - 1])return BinaryFindKth(nums1, size1, nums2 + p2, size2 - p2, k - p2);elsereturn nums1[p1 - 1];}double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) {int all = nums1Size + nums2Size;if (all & 0x01)//奇数return BinaryFindKth(nums1, nums1Size, nums2, nums2Size, all / 2 + 1);elsereturn BinaryFindKth(nums1, nums1Size, nums2, nums2Size, all / 2 + 1) / 2 + BinaryFindKth(nums1, nums1Size, nums2, nums2Size, all / 2) / 2;}
- LeetCode: Median of Two Sorted Arrays
- LeetCode Median of Two Sorted Arrays
- leetcode 26: Median of Two Sorted Arrays
- Leetcode 4 Median of Two Sorted Arrays
- [Leetcode] Median of Two Sorted Arrays
- LeetCode 4 - Median of Two Sorted Arrays
- [LeetCode]Median of Two Sorted Arrays
- leetcode Median of Two Sorted Arrays
- LeetCode-Median of Two Sorted Arrays
- [LeetCode] Median of Two Sorted Arrays
- [LeetCode] Median of Two Sorted Arrays
- [leetcode] Median of Two Sorted Arrays
- leetcode-004:Median of Two Sorted Arrays
- Leetcode 4 Median of Two Sorted Arrays
- leetcode之 median of two sorted arrays
- 【转载】【leetcode】Median of Two Sorted Arrays
- LeetCode - Median of Two Sorted Arrays
- [LeetCode]Median of Two Sorted Arrays
- 安卓键盘小工具
- 过 DNF TP 驱动保护(二)
- 关键字
- 设置EXCEL的默认打印机
- java 比较时间大小
- <Leetcode>Median of Two Sorted Arrays
- 【Python学习笔记】Linux环境下virtualenv安装和使用
- Native Application 开发详解
- 32位程序使用超过4G的内存 实例
- nginx配置conf文件URL匹配
- Java基础(极客)——19、Java面向对象之泛型(补充)
- int类型 10到99 阶乘结果为什么是0
- 自定义View中的onMeasure,onLayout,onDraw
- expect 使用说明