《leetCode》:Median of Two Sorted Arrays
来源:互联网 发布:mac怎么把pdf文件拆分 编辑:程序博客网 时间:2024/06/05 16:37
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)).
题目大意:在两个已排序的数组中,找出其中位数,时间复杂度要求为O(log (m+n))
思路一:边界太多,没有调出来
思路:由于题目对时间复杂度有明确的要求,为log(m+n),因此,我们不能采用先将两个数组排序组合成一个数组然后找出中位数
但是,我们可以将原问题转变成一个寻找第k小数的问题(假设两个原序列升序排列),这样中位数实际上是第(m+n)/2小的数。因此这里选择了利用merge的方法来寻找第(m+n)/2小的数
double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) { // if(nums1==NULL||nums1Size<1||nums2==NULL||nums2Size<1){ // return 0; // } if((nums1==NULL&&nums2==NULL)||(nums1Size<1&&nums2Size<1)){ return 0; } if(nums1==NULL||nums1Size<1){ if(nums2Size>0){ return (nums2Size)%2==1?(nums2[nums2Size>>1]):((nums2[nums2Size>>1])+(nums2[nums2Size-1>>1]))/2.0;//考虑了m+n是否为奇数和偶数的问题。 } } if(nums2==NULL||nums2Size<1){ if(nums1Size>0){ return (nums1Size)%2==1?(nums1[nums1Size>>1]):((nums1[nums1Size>>1])+(nums1[nums1Size-1>>1]))/2.0;//考虑了m+n是否为奇数和偶数的问题。 } } //用两个指针量分别指向两个数组,依次来寻找最小的第k=(m+n)/2个数 int *p1=nums1; int *p2=nums2; int k=(nums1Size+nums2Size)/2; int len1=nums1Size; int len2=nums2Size; bool flag=false;//用来标识,第(m+n)/2个最小的数的指针是那一个。 while(k>0&&len1>0&&len2>0){ if((*p1)<(*p2)){//要考虑 p1++; len1--; flag=true; } else if((*p1)>(*p2)){ p2++; len2--; flag=false; } else {//两者相等是 就有一定的讲究了,移动那个后一个数也等于当前值的指针 if(len1>1&&(*p1)==(*(p1+1))){ p1++; len1--; flag=true; } else if(len2>1&&(*p2)==(*(p2+1))){ p2++; len2--; flag=false; } else{ p1++; len1--; flag=true; } } k--; } if(k==0){ if(len1>0&&len2>0){ int *fianlPoint=flag?p1-1:p2-1; int *pre=(flag)?p1-1:p2-1; return (nums1Size+nums2Size)%2==1?(*fianlPoint):(((*fianlPoint)+(*pre))/2.0);//考虑了m+n是否为奇数和偶数的问题。 } else{//len=0的那一个数组的指针已经指向了最后一个元素的下一个 int *p=(len1==0)?p2:p1; int *pre=(len1==0)?p1-1:p2-1; return (nums1Size+nums2Size)%2==1?(*p):(((*p)+(*pre))/2.0);//考虑了m+n是否为奇数和偶数的问题。 } } else{ if(len1>0){ p1=p1+k; return ((nums1Size+nums2Size)%2)==1?(*p1):(((*p1)+(*(p1-1)))/2.0);//考虑了m+n是否为奇数和偶数的问题。 } if(len2>0){ p2=p2+k; return ((nums1Size+nums2Size)%2)==1?(*p2):(((*p2)+(*(p2-1)))/2.0);//考虑了m+n是否为奇数和偶数的问题。 } }}
这样写的边界条件实在是太多了,尝试的用代码堵了半天,发现根本堵不住。
这个可从各网页的评论看出,非常不建议大家走这条路。但是我还是走 了。呜呜。
思路二
思路:由于题目对时间复杂度有明确的要求,为log(m+n),因此,我们不能采用先将两个数组排序组合成一个数组然后找出中位数
但是,我们可以将原问题转变成一个寻找第k小数的问题(假设两个原序列升序排列),这样中位数实际上是
第(m+n)/2小的数。所以只要解决了第k小数的问题,原问题也得以解决。
在这里:寻找第k小的数的方法并不是利用利用merge的方法。因为思路一就是这么做的,因为边界条件太多,无法解决问题。
下面这种方法来自于:http://blog.csdn.net/yutianzuijin/article/details/11499917/
方法如下:
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;
int min(int a,int b){ return a<=b?a:b;}double findKMinNum(int* nums1, int nums1Size, int* nums2, int nums2Size,int k){ if(nums1Size>nums2Size){//一直保持nums1的长度小于nums2的长度 return findKMinNum(nums2,nums2Size,nums1,nums1Size,k) ; } if(nums1Size==0){ return nums2[k-1];//数组中的第k个数,下标为k-1. } if(k==1){//返回两个数组中最小的那个数字即可 return min(nums1[0],nums2[0]); } //将k分成两个部分 int pa=min(nums1Size,k/2); int pb=k-pa; if(nums1[pa-1]<nums2[pb-1]){//第一种情况:说明nums1中前pa中元素一定是属于前k个最小的数,将其抛弃掉,继续寻找即可。 return findKMinNum(nums1+pa,nums1Size-pa,nums2,nums2Size,k-pa) ; } else if(nums1[pa-1]>nums2[pb-1]){//第二种情况:说明nums2中前pb中元素一定是属于前k个最小的数,将其抛弃掉,继续寻找即可。 return findKMinNum(nums1,nums1Size,nums2+pb,nums2Size-pb,k-pb); } else{//第三种情况:说明这两个数就是我们要寻找的第k个最小的数 return nums1[pa-1]; } }double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) { if(nums1==NULL&&nums2==NULL){ return 0; } int total=(nums1Size+nums2Size); int k=(total>>1)+1; if(total%2==1){//为奇数,直接返回第K个数即可 return findKMinNum(nums1,nums1Size,nums2,nums2Size,k) ; } else{ return (findKMinNum(nums1,nums1Size,nums2,nums2Size,k-1)+findKMinNum(nums1,nums1Size,nums2,nums2Size,k))/2 ; }}
最后的AC结果如下:
小结
这个题还是有点小难的,首先是先想到:在两个已排序的数组中寻找第k小的数,然后要避免使用merge的方法来寻找最小,否则因为边界条件太多根本无法堵住所有的边界。
1 0
- 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
- 简明python教程
- NSURLSession的学习和使用
- D. Igor In the Museum(简单DFS)
- HashMap遍历方法和实现原理分析
- 第九周--数据结构--稀疏矩阵的三元组表示的实现及应用
- 《leetCode》:Median of Two Sorted Arrays
- Java NIO -- block server & client
- ubuntu15.04 安装mongodb
- Android listview 优化
- python解压函数extractall在windows上报错FileNotFoundError [Errno 2] No such file or directory
- linux下mysql命令大全
- IOS Objective c 异步链接 网上下载内容到本地及SBjson解析
- Linux 部署tomcat-实战操作
- JAVA--线程