求两个有序数组的中位数

时间  2019-11-19
标签 两个 有序 数组 中位数 繁體版
原文   原文链接

这是我作的第二个leetcode题目，一开始觉得和第一个同样很简单，可是作的过程当中才发现这个题目很是难，给人一种“刚上战场就踩上地雷挂掉了”的感受。后来搜了一下leetcode的难度分布表（leetcode难度及面试频率）才发现，该问题是难度为5的问题，真是小看了它！网上搜了不少答案，可是鲜见简明正确的解答，惟有一种寻找第k小值的方法很是好，在此整理一下。面试

       首先对leetcode的编译运行吐槽一下：貌似没有超时判断，并且small和large的数据集相差很小。此题一开始我采用最笨的方法去实现，利用排序将两个数组合并成一个数组，而后返回中位数：算法

 

[cpp]  view plain copy print ? 在CODE上查看代码片 派生到个人代码片
 
  1. class Solution {  
  2. public:  
  3.     double findMedianSortedArrays(int A[], int m, int B[], int n) {  
  4.         // Start typing your C/C++ solution below  
  5.         // DO NOT write int main() function  
  6.         int *a=new int[m+n];  
  7.           
  8.         memcpy(a,A,sizeof(int)*m);  
  9.         memcpy(a+m,B,sizeof(int)*n);  
  10.           
  11.         sort(a,a+n+m);  
  12.           
  13.         double median=(double) ((n+m)%2? a[(n+m)>>1]:(a[(n+m-1)>>1]+a[(n+m)>>1])/2.0);  
  14.           
  15.         delete a;  
  16.           
  17.         return median;  
  18.     }  
  19. };  

 

该方法竟然也经过测试，可是其复杂度最坏状况为O(nlogn)，这说明leetcode只对算法的正确性有要求，时间要求其实不严格。数组

另外一种方法便是利用相似merge的操做找到中位数，利用两个分别指向A和B数组头的指针去遍历数组，而后统计元素个数，直到找到中位数，此时算法复杂度为O(n)。以后还尝试了根据算法导论中的习题（9.3-8）扩展的方法，可是该方法会存在无穷多的边界细节问题，并且扩展也不见得正确，这个可从各网页的评论看出，很是不建议你们走这条路。ide

最后从medianof two sorted arrays中看到了一种很是好的方法。原文用英文进行解释，在此咱们将其翻译成汉语。该方法的核心是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），这样中位数其实是第(m+n)/2小的数。因此只要解决了第k小数的问题，原问题也得以解决。函数

首先假设数组A和B的元素个数都大于k/2，咱们比较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状况：>、<和=。若是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合并以后的前k小的元素中。换句话说，A[k/2-1]不可能大于两数组合并以后的第k小值，因此咱们能够将其抛弃。测试

证实也很简单，能够采用反证法。假设A[k/2-1]大于合并以后的第k小值，咱们不妨假定其为第（k+1）小值。因为A[k/2-1]小于B[k/2-1]，因此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]，因此小于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。ui

当A[k/2-1]>B[k/2-1]时存在相似的结论。spa

当A[k/2-1]=B[k/2-1]时，咱们已经找到了第k小的数，也即这个相等的元素，咱们将其记为m。因为在A和B中分别有k/2-1个元素小于m，因此m便是第k小的数。(这里可能有人会有疑问，若是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一样，是先求k/2，而后利用k-k/2得到另外一个数。).net

经过上面的分析，咱们便可以采用递归的方式实现寻找第k小的数。此外咱们还须要考虑几个边界条件：翻译

 

  • 若是A或者B为空，则直接返回B[k-1]或者A[k-1]；
  • 若是k为1，咱们只须要返回A[0]和B[0]中的较小值；
  • 若是A[k/2-1]=B[k/2-1]，返回其中一个；

 

最终实现的代码为：

[cpp]  view plain copy print ? 在CODE上查看代码片 派生到个人代码片
 
  1. double findKth(int a[], int m, int b[], int n, int k)  
  2. {  
  3.     //always assume that m is equal or smaller than n  
  4.     if (m > n)  
  5.         return findKth(b, n, a, m, k);  
  6.     if (m == 0)  
  7.         return b[k - 1];  
  8.     if (k == 1)  
  9.         return min(a[0], b[0]);  
  10.     //divide k into two parts  
  11.     int pa = min(k / 2, m), pb = k - pa;  
  12.     if (a[pa - 1] < b[pb - 1])  
  13.         return findKth(a + pa, m - pa, b, n, k - pa);  
  14.     else if (a[pa - 1] > b[pb - 1])  
  15.         return findKth(a, m, b + pb, n - pb, k - pb);  
  16.     else  
  17.         return a[pa - 1];  
  18. }  
  19.   
  20. class Solution  
  21. {  
  22. public:  
  23.     double findMedianSortedArrays(int A[], int m, int B[], int n)  
  24.     {  
  25.         int total = m + n;  
  26.         if (total & 0x1)  
  27.             return findKth(A, m, B, n, total / 2 + 1);  
  28.         else  
  29.             return (findKth(A, m, B, n, total / 2)  
  30.                     + findKth(A, m, B, n, total / 2 + 1)) / 2;  
  31.     }  
  32. };  

咱们能够看出，代码很是简洁，并且效率也很高。在最好状况下，每次都有k一半的元素被删除，因此算法复杂度为logk，因为求中位数时k为（m+n）/2，因此算法复杂度为log(m+n)。

 

 

若是有两个有序的数组，都是已经排好序的。那么求它们的中位数应该怎样求呢。若是采用对这两个数组进行排序的方法，最快的时间复杂度也要o(nlogn)的时间。可是，若是采用中位数和顺序统学的方法来寻找，则能够在o(n)的时间内解决这个问题。

       咱们先寻找每一个数组的中位数，由于是排好顺序的数组，所以，能够在o(1)时间内找到。而后，比较这两个数字的大小。若是A的中位数大于B的中位数，则在A的前半个数组和B的后半个数组中寻找，反之，在B的前半个数组和A的后半个数组寻找。根据递归方程，解得时间复杂度是o(n)。

       中位数：一组数据中间位置的数，若是是偶数个数，则取中间两个位置数的平均值。

       此题两个数组个数同样，那么两个数组的中位数总个数是2*n也就是偶数，中位数必定是中间两个位置的平均数。时间复杂度要求O(logn)，则必定要充分利用数组有序的信息。

       网上看了不少版本，都是对奇偶数的考虑不全。本身试着编写了一下，发现不少细节很容易忽略。测试考虑的是整数，能够把数组直接所有设置为double类型。若是是整型，要考虑结果类型的强制转换。还有最后递归结束条件只考虑两数组中只剩下一个元素，或者中位数相等的两种状况。你们能够多找几个例子试验下。此代码在VC++6.0上测试过。你们能够本身再测试下，有问题的话欢迎提出。代码以下：

//最后返回结果必定要是double,由于是两个中位数的平均值不必定是整数
double MidNum(int *A,int l1,int r1,int *B,int l2,int r2)
{
	//根据奇偶决定中位数的位置，要保证两个字数组元素个数相等
	int mid1,mid2;
	if( (r1-l1+1)%2==0 )	//偶数时
	{
		mid1=(l1+r1)/2+1;	//A取下中位数
		mid2=(l2+r2)/2;		//B取上中位数
	}
	else					//奇数时
	{
		mid1=(l1+r1)/2;
		mid2=(l2+r2)/2;
	}

	if(l1==r1 && l2==r2)			//最后两个数组都剩下一个元素
		return (double)(A[l1]+B[l2])/2;		
	//最后两个数组都剩下两个元素，并且A[mid1]>B[mid2]，底下的状况处理不了，一直递归下去
	//如A[6]={1,3,5,6,8,10};B[6]={2,4,7,9,11,15};最后A{6,8},B{4,7}
	if( r1-l1==1 && r2-l2==1 )		
	{
		if(A[mid1]>B[mid2])			//得对剩下的4个数排序A[l1],A[r1](r1==mid1),B[l2](l2==mid2),B[r2]
		{
			if(B[r2]<=A[l1])		//B[mid2],B[r2],A[l1],A[mid1]
				return (double)(B[r2]+A[l1])/2;
			else if(A[l1]<=B[mid2] && A[mid1]>=B[r2])	//A[l1],B[mid2],A[mid1],B[r2]
				return (double)(B[mid2]+A[mid1])/2;
			else if(A[l1]<=B[mid2] && A[mid1]<B[r2])	//A[l1],B[mid2],B[r2],A[mid1]
				return (double)(B[mid2]+B[r2])/2;			
		}
	}
	if(A[mid1]==B[mid2])
		return A[mid1];
	else if( A[mid1] > B[mid2])
		return MidNum(A,l1,mid1,B,mid2,r2);
	else 
		return MidNum(A,mid1,r1,B,l2,mid2);
}


int main()
{
	int A[6]={1,3,5,6,8,10};
	int B[6]={2,4,6,9,11,15};

	double m2=MidNum(A,0,5,B,0,5);
	cout<<m2<<endl;

	int A2[10]={17,18,28,37,42,54,63,72,89,96};
	int B2[10]={3,51,71,72,91,111,121,131,141,1000};

	double m=MidNum(A2,0,9,B2,0,9);
	cout<<m<<endl;

	return 0;
}

　　因为复杂度是logn的，因此考虑要用到二分。

首先，假设两个数组的长度都是奇数，并且大于1。令mid 为 (1 + n) / 2，也就是中间的那个元素的下标。考虑一下X[mid]和Y[mid]的大小关系：

（1） X[mid] > Y[mid]
这种状况下，咱们能够想，当咱们把两个数组合并排序后，X[mid]的排名（排名从1开始）确定是大于n的，由于咱们能够肯定这些元素必定小于等于X[mid]：X[1...mid - 1]，Y[1...mid - 1] ，Y[mid]。
同理，能够分析出来，Y[mid]的排名确定是小于n + 1的。引入一个定理，若是咱们同时杀掉X[mid]后面的任意k个元素和Y[mid]前面的任意k个元素（k > 0），那么，获得的新的两个数组的中位数，与原数组，仍然是同样的。这个定理画个图不难证实。因此，原问题就被转化为一个更小的子问题了。

（2）X[mid] == Y[mid]
却是这种状况，我想了好久，到底应该怎么处理。后来发现，本身犯傻了。若是X[mid]等于Y[mid]的话，考虑一下咱们排序的过程。首先，咱们能够将X[1...mid-1]和Y[1...mid-1]合并排序获得一个长度为2*（mid-1）的新数组P，而后咱们把X[mid + 1...n]和Y[mid + 1...n]合并排序，获得一个长度也是2*（mid-1）的新数组R，最后，咱们把X[mid] 和 Y[mid]插在中间，就获得最后的有序数组了：P，X[mid]，Y[mid]，R
也就是说，当X[mid] == Y[mid]时，你能够立刻肯定X[mid]和Y[mid]就是你要找的两个中位数！

（3）X[mid] < Y[mid]
这种状况和状况（1）对称，不累赘了。


而后，假设两个数组的长度都是偶数，并且大于1。令mid为（1+n）/ 2，也就是中间的两个元素里左边的那个元素的下标。考虑一下X[mid] 和 Y[mid + 1]的大小关系
（1）X[mid] > Y[mid]
使用与上面奇数长度的状况的相似的思路，咱们能够知道，X[mid]的排名在一半之后，而Y[mid]的排名在一半之后，因此，咱们也能够用一样的思路来缩小问题的规模。
（2） X[mid] == Y[mid]
一样的思路，因此一样的结论。当它们相等的时候，你是能够立刻肯定它们就是你要找的两个中位数。
（3）X[mid] < Y[mid]
对称，同样的作法。

http://blog.csdn.net/hhygcy/article/details/4584064

2个有序数组求合并后的中位数

 

第一步：假设两个有序数组（已经各自排序完成了）长度相等，试写函数找出两个数组合并后的中位数。 第二步：假设两个有序数组长度不等，同样的求出中位数

 

解析： 这个题目看起来很是简单。第一题的话： 假设数组长度为n, 那么我就把数组1和数组2直接合并，而后再直接找到中间元素。对于这样的方案，第一题和第一题就没有什么区别了。这样的话时间复杂度就是O(n)。一般在这样的状况下，那些mentor类型的达人就会循循善诱道：“你还有更好的办法吗:)” 若是比线性更高效，直接能想到的就是对数了O(log(n)),这个时间复杂度在这里可能吗？ 固然仍是可能的。来继续看看下面的分析。

先找来了一个图(本身画的，简陋了点)

sample

咱们先来分析看看： 想到对数的效率，首先想到的就是二分查找，对于这个题目二分查找的意义在哪里呢？

咱们找到了A[n/2] 和 B[n/2]来比较，

若是他们相等，那样的话，咱们的搜索结束了，由于答案已经找到了A[n/2]就确定是排序后的中位数了。

若是咱们发现B[n/2]>A[n/2]，说明什么,这个数字应该在 A[n/2]->A[n]这个序列里面， 或者在 B[1]-B[n/4]这里面。 或者，这里的或者是很重要的， 咱们能够说，咱们已经成功的把问题变成了在排序完成的数组A[n/2]-A[n]和B[0]-B[n/2]里面找到合并之后的中位数， 显然递归是个不错的选择了。

相似的， 若是B[n/2]<A[n/2]呢？显然就是在A[0]-A[n/2]和B[n/2]-B[n]里面寻找了。

在继续想， 这个递归何时收敛呢？固然一个case就是相等的值出现， 若是不出现等到这个n==1的时候也就结束了。

照着这样的思路， 咱们比较容易写出以下的代码， 固然边界的值须要本身思量一下， 前面的想法只是想法而已。

立刻有人说那不定长的怎么办呢？同样的，咱们仍是来画个图看看：(个人画图水平确定提升了)

int find_median_equal_length( int a[], int b[], int length)
{
	if (length == 1) 
		return a[0];	
		
	int i = length/2;
	if (a[i] == b[i])
		return a[i];
	else if (a[i]<b[i])
		return find_median_equal_length( &a[i], &b[0], length-i );
	else 
		return find_median_equal_length( &a[0], &b[i], length-i );
}
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程