内容简介:归并排序思想求两个有序数组的中位数
原题
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)).
Example 1:
nums1 = [1, 3]
nums2 = [2]
The median is 2.0
Example 2:
nums1 = [1, 2]
nums2 = [3, 4]
The median is (2 + 3)/2 = 2.5
题目分析
这道题目在Leetcode上属于难度hard级别。
此题的基本思想可以借鉴归并排序。
第一步,先对两个有序列归并排序,不同的是当进行到一半时,便可终止归并,得到
第二步,如果两个数组的 总个数为奇数 ,则返回
若为偶数,需要利用
- 若
i 所指向的元素更大,则循环中最后的遍历落在了n u m s 1 中,那么,如果i − 1 > = 0 (即i 前存在前一个元素)且n u m s 1 [ i − 1 ] > = n u m s 2 [ j ] ,则中位数为( n u m s 1 [ i − 1 ] + n u m s 1 [ i ] ) / 2.0 ; - 如果
i − 1 = = 0 或者n u m s 1 [ i − 1 ] < n u m s 2 [ j ] ,则中位数为( n u m s 1 [ i ] + n u m s 2 [ j ] ) / 2.0 ;若落在了n u m s 2 中,则对称地进行讨论。
需要注意的是边界情况,例如
代码实现
public double FindMedianSortedArrays(int[] nums1, int[] nums2) { int n1 = nums1.Length, n2 = nums2.Length, i = 0, j = 0; // sorting nums1 and nums2, sum pointer int sumpointer = 0; for (i = 0, j = 0; (i < n1 || j < n2) && sumpointer <= (n1 + n2) >> 1; sumpointer++){ //indicates nums1.Length<nums2.Length if (i >= n1) j++; //nums1.Length>nums2.Length else if (j >= n2) i++; //combination nums1 and nums2 to sort else if (nums1[i] <= nums2[j]) i++; else j++; } bool even = (n1 + n2) % 2 == 0; --i; --j; if (i < 0) return even == true ? (nums2[j - 1] + nums2[j]) / 2.0 : nums2[j]; if (j < 0) return even == true ? (nums1[i - 1] + nums1[i]) / 2.0 : nums1[i]; //odd analysis if (!even) return Math.Max(nums1[i], nums2[j]); //even analysis //shows stone point is in nums2 if (nums1[i] < nums2[j]){ if (j - 1 >= 0 && nums1[i] <= nums2[j - 1]) return (nums2[j - 1] + nums2[j]) / 2.0; return (nums1[i] + nums2[j]) / 2.0; } // shows stone point is in nums1 if (i - 1 >= 0 && nums2[j] <= nums1[i - 1]) return (nums1[i - 1] + nums1[i]) / 2.0; return (nums1[i] + nums2[j]) / 2.0; }
结果分析:
时间复杂度为
以下是我之前写的一篇归并排序博客,地址,在此一块汇总到这里。
http://blog.csdn.net/daigualu/article/details/68491601
归并排序
归并排序( MERGE-SORT
)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法( Divide and Conquer
)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列。
排序过程
归并排序的算法我们通常用递归实现,先把待排序区间 [start,end]
以中点二分,接着把左边子区间排序,再把右边子区间排序,这是分解的过程。最后把左区间和右区间用一次归并操作合并成有序的区间 [start,end]
,这是治理的过程。如何归并呢? 简单来说两个指针分别指向待归并的数组,选出较小的,放到第三个指针控制的临时数组中。
实现代码
主题框架代码如下,见代码注释。
/// <summary> /// 主题框架 /// </summary> private void divideMerge(int[] unsort, int start, int end, int[] sort) { if (start < end) { int middle = (start + end) >> 1; //对前半部分归并排序 divideMerge(unsort, start, middle, sort); //对后半部分归并排序 divideMerge(unsort, middle + 1, end, sort); //此时,前、后半部分已经是有序序列,对它们实行二路归并 merge(unsort, start, middle, end, sort); } }
调用的二路归并方法merge的实现代码如下,要特别注意临界值,此处pe为最大索引值,而不是元素个数,注意此处。
/// <summary> /// 合并算法 /// </summary> /// <param name="unsort">无序数组</param> /// <param name="ps">第1部分的起始位置</param> /// <param name="pm">第1部分的结束位置</param> /// <param name="pe">第2部分的结束位置</param> /// <param name="sort"></param> private void merge(int[] unsort, int ps, int pm, int pe, int[] sort) { int i = ps; //第一部分的取值范围为[ps,pm] int j = pm+1; //第二部分的取值范围为[pm+1,pe] int sortCount = 0; while (i <= pm && j <= pe) { if (unsort[i] < unsort[j]) sort[sortCount++] = unsort[i++]; else sort[sortCount++] = unsort[j++]; } while (i <= pm) sort[sortCount++] = unsort[i++]; while (j <= pe) sort[sortCount++] = unsort[j++]; for (int sortIndex = 0; sortIndex < sortCount; sortIndex++) unsort[ps + sortIndex] = sort[sortIndex]; }
封装了一个排序类,见下,提供的API有2个,
- 归并排序接口MergeSort()
- 构造函数,构造无序数组
public class CMergeSort { private int[] _unsortArray; /// <summary> /// 构造函数 /// </summary> /// <param name="unsortArray"></param> public CMergeSort(int[] unsortArray) { _unsortArray = unsortArray; } /// <summary> /// 归并排序接口 /// </summary> /// <returns></returns> public int[] MergeSort() { int maxIndex = _unsortArray.GetUpperBound(0); int[] sort = new int[maxIndex + 1]; divideMerge(_unsortArray, 0, maxIndex, sort); return sort; } }
客户端调用
客户端调用刚才写好的对象,对无序数组a实行归并排序。
static void Main(string[] args) { int[] a = new int[] { 9,7,10,6,3,5,2,7,9}; var merge = new CMergeSort(a); int[] sortArray = merge.MergeSort(); Console.Read(); }
记录了归并排序的过程,对此进行了结果分析。
结果分析
对数组的 { 9,7,10,6,3,5,2,7,9}
的归并排序过程如下,
归并排序过程的前半部分,过程示意图见下,从图中可见,步骤 1
, 2
, 3
, 4
一直分割区间,等到步骤 5
时,左右区间长度都为1,此时发生一次归并,结果再与另一个区间长度为1的归并,即步骤 6
;步骤 7
分割,步骤 8
归并,步骤 9
归并后前半部分合并结束;
后半部分过程与前半部分归并一致,不再详述。
源码下载
http://download.csdn.net/detail/daigualu/9799598
我做Leetcode的专栏
http://blog.csdn.net/column/details/14761.html
汇总在GitHub上
地址,欢迎一起讨论!若有问题请联系我!
https://github.com/jackzhenguo/leetcode-csharp
以上所述就是小编给大家介绍的《归并排序思想求两个有序数组的中位数》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Leetcode-计算两个排序数组的中位数
- php算法题:寻找有序数组的中位数
- 『算法导论』第 9 章:中位数与顺序统计量
- LeetCode4.寻找两个有序数组的中位数 JavaScript
- MergeSort归并排序和利用归并排序计算出数组中的逆序对
- 归并排序求逆序数
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Java Web服务:构建与运行
Martin Kalin / 任增刚 / 电子工业出版社 / 2009年11月 / 45.00元
本书以示例驱动的方式详尽地介绍了XML Web服务(JAX-WS)和RESTful Web服务(JAX-RS)二者所涵盖的Java相关API。 《Java Web服务:构建和运行》这本书以清晰、务实的方法讲述Web服务相关技术,提供了混合性的架构总结、完全可以运行的代码示例,以及编译、部署和执行应用程序的一些短小精悍的指令。学习本书,读者将掌握如何从零开始编写Web服务或将已有的服务整合到现......一起来看看 《Java Web服务:构建与运行》 这本书的介绍吧!