• 4-寻找两个正序数组的中位数


    题目:

    给定两个大小为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的中位数。

    进阶:你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?

    示例 1:

    输入:nums1 = [1,3], nums2 = [2]
    输出:2.00000
    解释:合并数组 = [1,2,3] ,中位数 2
    示例 2:

    输入:nums1 = [1,2], nums2 = [3,4]
    输出:2.50000
    解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5
    示例 3:

    输入:nums1 = [0,0], nums2 = [0,0]
    输出:0.00000
    示例 4:

    输入:nums1 = [], nums2 = [1]
    输出:1.00000
    示例 5:

    输入:nums1 = [2], nums2 = []
    输出:2.00000
     

    提示:

    nums1.length == m
    nums2.length == n
    0 <= m <= 1000
    0 <= n <= 1000
    1 <= m + n <= 2000
    -106 <= nums1[i], nums2[i] <= 106

    解法:

    自己写的代码:

      首先想到的是类似于归并排序,从两个数组中依次选取较小的数据,然后index++,等到index到达中点附近时,如果是奇数则直接返回,如果是偶数则记录前后两个数字,然后返回平均值

      代码如下:

    //解法:依次从两个集合中选取较小的数据,每次选取计数,
    //然后选到len/2附近,根据是否为偶数个获取对应元素,然后返回中位数
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2)
    {
        int left = 0, right = 0;
        int len = nums1.size() + nums2.size();
        bool isEven = len % 2 == 0;
    
        int i = 0, j = 0;
        int idx = -1;
        //while ((i < nums1.size()) || (j < nums2.size()))
        while (idx < len)
        {
            if ((i < nums1.size()) && (j < nums2.size()))
            {
                if (nums1[i] < nums2[j])    //每次从两个集合中选取较小的数字;
                {
                    left = nums1[i];
                    i++;
                }
                else
                {
                    left = nums2[j];
                    j++;
                }
                idx++;
            }
            else if (i == nums1.size())
            {
                left = nums2[j];
                j++;
                idx++;
            }
            else if (j == nums2.size())
            {
                left = nums1[i];
                i++;
                idx++;
            }
    
            if (isEven)
            {
                if (idx == (len / 2 - 1))
                {
                    if ((i < nums1.size()) && (j < nums2.size()))
                    {
                        if (nums1[i] < nums2[j])    //每次从两个集合中选取较小的数字;
                        {
                            right = nums1[i];
                            i++;
                        }
                        else
                        {
                            right = nums2[j];
                            j++;
                        }
                        idx++;
                    }
                    else if (i == nums1.size())
                    {
                        right = nums2[j];
                        j++;
                        idx++;
                    }
                    else if (j == nums2.size())
                    {
                        right = nums1[i];
                        i++;
                        idx++;
                    }
    
                    return (left + right) / 2.0;
                }
            }
            else
            {
                //odd
                if (idx == (len - 1) / 2)
                {
                    return left;
                }
            }
        };
        return 0;
    }

    然后提交结果:

     感觉好菜啊,不理解为什么占用那么多内存,因为最多访问一半的数据量。

    • 空间复杂度:1
    • 时间复杂度:O(m+n)
    • 与题目要求不符

    看解答:

     题解:

      如何把时间复杂度降低到 O(log(m+n))O(log(m+n)) 呢?如果对时间复杂度的要求有 loglog,通常都需要用到二分查找,这道题也可以通过二分查找实现

      题解讲解:https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-s-114/

    代码:

    double getKthElement(vector<int>& nums1, vector<int>& nums2, int k)
    {
        int m = nums1.size();
        int n = nums2.size();
        int idx1 = 0, idx2 = 0;
    
        while (true)
        {
            //特殊情况
            if (idx1 == m)    //如果一个vector已经移动超过范围,则直接去另一个vector中第k个元素
            {
                return nums2[idx2 + k - 1];
            }
            if (idx2 == n)
            {
                return nums1[idx1 + k - 1];
            }
            if (k == 1)    //如果k=1,则直接返回两个vector中第一个元素中较小的值
            {
                return min(nums1[idx1], nums2[idx2]);
            }
    
            //一般情况,首先获取各个vector中剩余元素的中间的idx
            int idx1New = min(idx1 + k / 2 - 1, m - 1);
            int idx2New = min(idx2 + k / 2 - 1, n - 1);
    
            if (nums1[idx1New] <= nums2[idx2New])//比较两个中间idx对应的值的大小
            {
                //k = k - (k / 2 - 1);            //???
                k = k - (idx1New - idx1 + 1);
                idx1 = idx1New + 1;
            }
            else
            {
                //k = k - (k / 2 - 1);//???
                k = k - (idx2New - idx2 + 1);
            idx2 = idx2New + 1;
            }
        }
        return 0;
    }
    double findMedianSortedArrays2(vector<int>& nums1, vector<int>& nums2)
    {
        //判断两个vector的总数量是奇数还是偶数,奇数直接取最中间数字,偶数则取中间两个然后平均值;
        int m = nums1.size();
        int n = nums2.size();
    
        if ((m + n) % 2 == 0)//偶数
        {
            int left = getKthElement(nums1, nums2, (m + n) / 2);
            int right = getKthElement(nums1, nums2, (m + n) / 2 + 1);
            return (left + right) / 2.0;    //注意要除以2.0,如果除以2则为int除法然后再转换为double
        }
        else//奇数
        {
            return getKthElement(nums1, nums2, (m + n) / 2 + 1);
        }
    }

    总结:

    • 注意数据类型的隐式转换,如int/int再转换为double则会丢失小数部分,除法前先将其中一个转换为double
    • 注意index的更新顺序,如此题中先更新k,然后再更新idx1 idx2
    • TODO:代码运行太慢,需要对比答案
  • 相关阅读:
    Python的未来发展方向
    loadrunner分析之网页、网络、资源分析
    Django框架Day2之Template
    Django框架Day3之Models
    Appium 常用的API函数
    Django框架Day1之url和views
    Loadrunner常用分析点
    WEB性能测试用例设计
    python之高阶函数map()和reduce()
    python csv文件打开错误:_csv.Error: line contains NULL byte
  • 原文地址:https://www.cnblogs.com/zyk1113/p/13749762.html
Copyright © 2020-2023  润新知