【算法剖析】寻找两个已序数组中的第k大元素

原文链接:http://www.cnblogs.com/XjChenny/p/3161592.html

1、问题描述

  给定两个数组A与B,其大小分别为m、n,假定它们都是已按照增序排序的数组,我们用尽可能快的方法去求两个数组合并后第k大的元素,其中,1\le k\le(m+n)。例如,对于数组A=[1,3,5,7,9],B=[2,4,6,8]。我们记第k大的数为max_{k-th},则k=4时,max_{4-th}=4。这是因为排序之后的数组A+B=[1,2,3,4,5,6,7,8,9],第4大的数是4。我们针对这一个问题进行探讨。

2、算法一

  第一眼看到这个题的时候,我们能够很快地想出来最基本的一种解法:对数组A和B进行合并,然后求出其第k大的数,即找到答案。合并的过程,我们可以参考归并排序的合并子数组的过程,时间复杂度为O(m+n)。下面给出算法:

【算法剖析】寻找两个已序数组中的第k大元素【算法剖析】寻找两个已序数组中的第k大元素
int findKthMaxNumOfArrays(int *a,int m,int *b,int n,int k)
{
    int *p=a;
    int *q=b;
    int i=0;
    int j=0;
    int cur=0;
    while(i<m&&j<n)
    {
        if(a[i]<b[j])
        {
            cur++;
            if(cur==k) return a[i];
            i++;
        }
        else 
        {
            cur++;
            if(cur==k) return b[j];
            j++;
        }
    }
    while(i<m)
    {
        cur++;
        if(cur==k) return a[i];
        i++;
    }
    while(j<n)
    {
        cur++;
        if(cur==k) return b[j];
        j++;
    }
}
View Code

3、算法二

  实际上算法一的时间复杂度已经是线性的了。可是,是否存在更快的算法能够完成这项任务呢?答案是肯定的,时间复杂度可以缩短到O(log(m+n))时间内。在这种算法中,二分的思想十分重要。我们将数组A分为两半,前一部分的大小为\left \lfloor \frac{m}{2} \right \rfloor,后一部分为m- \left \lfloor \frac{m}{2} \right \rfloor;数组B同时分为这样两部分,第一部分的大小为\left \lfloor \frac{n}{2} \right \rfloor,第二部分的大小为n- \left \lfloor \frac{n}{2} \right \rfloor。如下图所示:

【算法剖析】寻找两个已序数组中的第k大元素

【算法剖析】寻找两个已序数组中的第k大元素

通过a_{\frac{m}{2}}与b_{\frac{n}{2}},我们将每个数组分为2部分,分别记为A1、A2和B1、B2。假定b_{\frac{n}{2}} \ge a_{\frac{m}{2}},如果不是,我们只需要交换A、B两个数组即可。接下来,我们看第k大的数落在了哪个区间里面,令t=a_{\frac{m}{2}}+b_{\frac{n}{2}}+1,这个t实际上是包含了A1,a_{\frac{m}{2}},B1。如果k\le t时,则说明max_{k-th}肯定不在B2里面,这是由于:B2中的所有数\ge b_{\frac{n}{2}},而b_{\frac{n}{2}} \ge A1,B1中的所有数与a_{\frac{m}{2}},而这部分数总共有t个,说明b_{\frac{n}{2}}起码是第t+1个,若max_{k-th}出现在B2中,则说明k\ge t+1,与假设矛盾。我们可以得出该结论。因此,在判断之后,我们可以剔除数组B的B2部分,然后再在新数组中寻找;另外,如果k\ge t,则说明max_{k-th}肯定不在A1部分,这部分的证明同上一个证明相同,不再赘述。同样地,在判断之后,我们可以剔除数组A的A1部分,然后再在新数组中寻找。基于这样一种思想,我们每次迭代,都删除了其中一个数组中一半的元素,时间复杂度大约可认为是O(log(m+n))。

  在实现的时候,我们需要特别注意边界条件,详细的代码如下:

【算法剖析】寻找两个已序数组中的第k大元素【算法剖析】寻找两个已序数组中的第k大元素
int findKthMaxNumOfArrays(int *A, int m, int *B, int n, int k)
{
        if(m == 0)return B[k-1];
        if(n == 0)return A[k-1];
        int i = m>>1, j = n>>1, *p, *q, t;
        if(A[i] <= B[j])p = A, q = B;
        else p = B, q = A, swap(i, j), swap(m, n);
        t = i + j + 1;
        if(t >= k)return findKthMaxNumOfArrays(p, m, q, j, k);
        else if(t < k)return findKthMaxNumOfArrays(p+i+1, m-i-1, q, n, k-i-1);
}
算法二

4、扩展问题

  通过算法二,我们很容易地解决一个类似的问题:求两个已序数组A,B的中位数。所谓的中位数,对于一个有n个元素的已序数组,如果n是奇数,则中位数是第\frac{n+1}{2}个元素的值;如果n是偶数,则它的中位数是第\frac{n}{2}与第\frac{n}{2}+1数的平均值。对于m+n为奇数,则利用算法二求第\frac{n+m+1}{2}个元素的值即可,对于m+n为偶数,利用算法二求第\frac{m+n}{2}个与第\frac{m+n}{2}+1个元素的值,求其平均值即可。

  对于这个问题,在LeetCode中有另外一种解法,但是阅读后发现其需要处理的个别case太多,相比而言没有本文所介绍的算法简洁。如果想要了解,给出链接:http://leetcode.com/2011/03/median-of-two-sorted-arrays.html

转载于:https://www.cnblogs.com/XjChenny/p/3161592.html

上一篇:CF1188C Array Beauty(DP)


下一篇:P5441 【XR-2】伤痕