递归

	int find_kth(vector<int>& nums1, int begin1, int size1, vector<int>& nums2, int begin2, int size2, int k)
{
size1 = min(k, size1);//第k大最多只要前k个
size2 = min(k, size2);
if (k == 1)
{
return min(nums1[begin1], nums2[begin2]);
}
if (size1 == 1)
{
if (begin2 + k - 1 < nums2.size())
return min(max(nums1[begin1], nums2[begin2 + k - 2]), nums2[begin2 + k - 1]);
else
return max(nums1[begin1], nums2[begin2 + k - 2]);
}
if (size2 == 1)
{
if (begin1 + k - 1 < nums1.size())
return min(max(nums2[begin2], nums1[begin1 + k - 2]), nums1[begin1 + k - 1]);
else
return max(nums2[begin1], nums1[begin1 + k - 2]);
}
double s = k / static_cast<double>(size1 + size2);//对应的比例位置
int q = s*(size1)+begin1;/**/
int p = s*(size2)+begin2;/**/
if (static_cast<int>(s*(size1)) + static_cast<int>(s*(size2))> k - 1 && (q - begin1) && (p - begin2))
//调节使 k刚好落在p 或 k,p k有可能是第k大在下一轮仍保留
{
--p;
--q;
}
if (static_cast<int>(s*(size1)) + static_cast<int>(s*(size2))< k - 3 && (q - begin1) && (p - begin2))
//调节使 k刚好落在p 或 k
{
++p;
++q;
}
if (nums1[q] > nums2[p])
{
k = k - (p - begin2);
size1 = q - begin1 + 1;
size2 -= (p - begin2);
begin2 = p;
}
else
{
if (nums1[q] < nums2[p])
{
k = k - (q - begin1);
size1 -= (q - begin1);
begin1 = q;
size2 = p - begin2 + 1;
}
else
{
return nums1[q];
}
}
return find_kth(nums1, begin1, size1, nums2, begin2, size2, k);
}

  迭代

int find_kth(vector<int>& nums1, int begin1, int size1, vector<int>& nums2, int begin2, int size2, int k)
{
while (!(size2 == 1 || size1 == 1 || k == 1))
{
size1 = min(k, size1);//第k大最多只要前k个
size2 = min(k, size2);
double s = k / static_cast<double>(size1 + size2);//对应的比例位置
int q = s*(size1)+begin1;/**/
int p = s*(size2)+begin2;/**/
if (static_cast<int>(s*(size1)) + static_cast<int>(s*(size2)) > k - 1 && (q - begin1) && (p - begin2))
//调节使 k刚好落在p 或 k
{
--p;
--q;
}
if (static_cast<int>(s*(size1)) + static_cast<int>(s*(size2)) < k - 3 && (q - begin1) && (p - begin2))
//调节使 k刚好落在p 或 k p k可能为第k大下轮保留
{
++p;
++q;
}
if (nums1[q] > nums2[p])
{
k = k - (p - begin2);
size1 = q - begin1 + 1;
size2 -= (p - begin2);
begin2 = p;
}
else
{
if (nums1[q] < nums2[p])
{
k = k - (q - begin1);
size1 -= (q - begin1);
begin1 = q;
size2 = p - begin2 + 1;
}
else
{
return nums1[q];
}
}
}
if (k == 1)
{
return min(nums1[begin1], nums2[begin2]);
}
if (size1 == 1)
{
if (begin2 + k - 1 < nums2.size())
return min(max(nums1[begin1], nums2[begin2 + k - 2]), nums2[begin2 + k - 1]);
else
return max(nums1[begin1], nums2[begin2 + k - 2]);
}
if (size2 == 1)
{
if (begin1 + k - 1 < nums1.size())
return min(max(nums2[begin2], nums1[begin1 + k - 2]), nums1[begin1 + k - 1]);
else
return max(nums2[begin1], nums1[begin1 + k - 2]);
}
}

  

log(m+n)找第k大的更多相关文章

  1. 找第k大的数

    (找第k大的数) 给定一个长度为1,000,000的无序正整数序列,以及另一个数n(1<=n<=1000000),接下来以类似快速排序的方法找到序列中第n大的数(关于第n大的数:例如序列{ ...

  2. 快速排序算法的实现 && 随机生成区间里的数 && O(n)找第k小 && O(nlogk)找前k大

    思路:固定一个数,把这个数放到合法的位置,然后左边的数都是比它小,右边的数都是比它大 固定权值选的是第一个数,或者一个随机数 因为固定的是左端点,所以一开始需要在右端点开始,找一个小于权值的数,从左端 ...

  3. luogu_P1177 【模板】快速排序 (快排和找第k大的数)

    [算法] 选取pivot,然后每趟快排用双指针扫描(l,r)区间,交换左指针大于pivot的元素和右指针小于pivot的元素,将区间分成大于pivot和小于pivot的 [注意] 时间复杂度取决于pi ...

  4. 从一组数找第K大元素

    最近做面试题,经常与到一个问题,如何高效的从一组数中找到第K大的元素. 其实我们最容易想到的肯定是蛮力法. 1. 我们可以对这个乱序数组按照从大到小先行排序,然后取出前k大,总的时间复杂度为O(n*l ...

  5. O(n)线性时间找第K大,中位数

    运用快速排序的思想,可以达到线性时间找到一串数的第K大 #include<cstdio> #define F(i,a,b) for(int i=a;i<=b;i++) ],n; vo ...

  6. CSUOJ2078-查找第k大(读入挂)

    查找第k大 Submit Page Output 对于每组数据,输出第k大的数 Sample Input 1 6 2 1 2 3 4 5 6 Sample Output 5 Hint #include ...

  7. P1049 找第K大的数

    题目描述 给定一个无序正整数序列, 以及另一个数n (1<=n<=1000000), 然后以类似快速排序的方法找到序列中第n大的数(关于第n大的数:例如序列{1,2,3,4,5,6}中第3 ...

  8. HDU - 4006 The kth great number multiset应用(找第k大值)

    The kth great number Xiao Ming and Xiao Bao are playing a simple Numbers game. In a round Xiao Ming ...

  9. 快排找第k大模板

    int get_kth(int l,int r) { if (l==r) return a[r]; ]; while (i<j) { while (a[i]<mid) i++; while ...

随机推荐

  1. 【313】python 中 print 函数用法总结

    参考:python 中 print 函数用法总结 参考:Python print() 函数(菜鸟教程) 参考:Python 3 print 函数用法总结 目录: 字符串和数值类型 变量 格式化输出 p ...

  2. 使apk具有system权限

    使apk具有system权限的方法:   方法一:   1. 在应用程序的AndroidManifest.xml中的manifest节点中加入   android:sharedUserId=" ...

  3. Blending

    [Blending] Blending is used to make transparent objects. When graphics are rendered, after all shade ...

  4. c# ftp 上传文件 与 下载文件

    接着上一篇说. 上一篇说了根据配置文件获取路径,并判断路径在服务器中是否存在.如果不存在则在服务器中建立一个. 然后就是往路径下面传输文件了.. 代码: //连接ftp private void Co ...

  5. Computer2

    luo@luo-All-Series:~/MyFile/TensorflowProject$ conda create -n flappbird1 python=3.7Solving environm ...

  6. CloudStack 注册模板脚本分析

    注册系统虚拟机模板 /usr/share/cloudstack-common/scripts/storage/secondary/cloud-install-sys-tmplt 内容如下: usage ...

  7. 面向对象JS基础

    什么是面向对象?面向对象是一种思想!(废话). 面向对象可以把程序中的关键模块都视为对象,而模块拥有属性及方法.这样我们如果把一些属性及方法封装起来,日后使用将非常方便,也可以避免繁琐重复的工作.接下 ...

  8. 商业级别Fortify白盒神器介绍与使用分析

    转自:http://www.freebuf.com/sectool/95683.html 什么是fortify它又能干些什么? 答:fottify全名叫:Fortify SCA ,是HP的产品 ,是一 ...

  9. CSS块级元素、内联元素概念[转]

    CSS文档流与块级元素(block).内联元素(inline),之前翻阅不少书籍,看过不少文章, 看到所多的是零碎的CSS布局基本知识,比较表面.看过O'Reilly的<CSS权威指南>, ...

  10. 洛谷 P2986 [USACO10MAR]伟大的奶牛聚集Great Cow Gat…(树规)

    题目描述 Bessie is planning the annual Great Cow Gathering for cows all across the country and, of cours ...