2つの並べ替えられた配列の和集合でk番目に小さい要素を見つける方法は?


106

これは宿題です。彼らはそれがO(logN + logM)どこに取られ、配列の長さであるNと言いMます。

レッツは、配列に名前を付けるab。もちろん、i> kのすべてa[i]を無視できますb[i]
まず比較a[k/2]してみましょうb[k/2]。してみましょうb[k/2]> a[k/2]。したがってb[i]、i> k / 2のすべてを破棄することもできます。

これで、答えが見つかるa[i]all b[i]、i <kおよびall 、i <k / 2が得られました。

次のステップは何ですか?


6
これらのステップはすべて割り当てに含まれていましたか、それとも上記のステップがアルゴリズムの始まりですか?
Kendrick

18
上記の手順は私のものです。
Michael

されたO(logN + logM)だけで、それはk番目の要素を見つけるためにかかる時間を指しますか?事前に組合に前処理はできますか?
David Weiser

1
@David。前処理は必要ありません。
Michael

3
アレイで重複は許可されますか?
David Weiser、2011年

回答:


48

あなたはそれを持っています、ただ続けてください!そして、インデックスに注意してください...

少し簡単にするために、NとMは> kであると仮定します。したがって、ここでの複雑さはO(log k)であり、O(log N + log M)です。

疑似コード:

i = k/2
j = k - i
step = k/4
while step > 0
    if a[i-1] > b[j-1]
        i -= step
        j += step
    else
        i += step
        j -= step
    step /= 2

if a[i-1] > b[j-1]
    return a[i-1]
else
    return b[j-1]

デモではループ不変式i + j = kを使用できますが、宿題はすべて行いません:)


14
これは実際の証明ではありませんが、アルゴリズムの背後にある考え方は、i + j = kを維持し、a [i-1] <b [j-1] <a [i](またはその逆)。ここで、aにはb [j-1]より小さいi要素があり、bにはj [-1]より小さいj-1要素があるため、b [j-1]はi + j-1です。 + 1 = k番目に小さい要素。そのようなi、jを見つけるために、アルゴリズムは配列に対して二分探索を行います。理にかなっていますか?
JulesOlléon、2011年

8
どうしてO(log k)はO(log n + log m)ですか?
Rajendra Uppal 2012

7
アレイ1内のすべての値は、アレイ2の値の前に来る場合、これは動作しません
ジョンKurlakに

3
最初はk / 4を最初のステップとして使用したのはなぜですか?
Maggie

2
@JohnKurlakが言及したように、a全体がbよりも小さい値に対しては機能しません。repl.it/ HMYf / 0を
Jeremy S.

69

この質問が出されてから1年以上経過しているので、宿題には答えないでほしい。log(len(a)+ len(b))の時間がかかる末尾再帰ソリューションを次に示します。

仮定:入力は正しい。つまり、kは[0、len(a)+ len(b)]の範囲にあります

基本ケース:

  • いずれかの配列の長さが0の場合、答えは2番目の配列のk番目の要素です。

削減ステップ:

  • の中間インデックスa+の中間インデックスbが以下の場合k
    • の中間要素がの中間要素aより大きい場合b、の前半を無視してb調整できkます。
    • それ以外の場合はa、前半を無視して調整しkます。
  • そうであればk以下の中間指標の合計よりもあるab
    • の中間要素がの中間要素aよりも大きい場合はb、後半を無視しても問題ありません。a
    • そうでなければ、後半を無視できます b

コード:

def kthlargest(arr1, arr2, k):
    if len(arr1) == 0:
        return arr2[k]
    elif len(arr2) == 0:
        return arr1[k]

    mida1 = len(arr1)/2
    mida2 = len(arr2)/2
    if mida1+mida2<k:
        if arr1[mida1]>arr2[mida2]:
            return kthlargest(arr1, arr2[mida2+1:], k-mida2-1)
        else:
            return kthlargest(arr1[mida1+1:], arr2, k-mida1-1)
    else:
        if arr1[mida1]>arr2[mida2]:
            return kthlargest(arr1[:mida1], arr2, k)
        else:
            return kthlargest(arr1, arr2[:mida2], k)

私の解決策はすべての呼び出しで小さな配列の新しいコピーを作成することに注意してください。これは、元の配列の開始インデックスと終了インデックスを渡すだけで簡単に排除できます。


4
なぜあなたはそれを呼び出すかkthlargest()、それは返し(k+1)例えば番目の最小の要素を、1第二最小の要素である0,1,2,3、すなわち、あなたの関数が戻りますsorted(a+b)[k]
jfs 2012


1
なぜaとbの中間インデックスの合計をkと比較することが重要なのか説明してもらえますか?
マギー

3
削減ステップでは、実行時の対数を作成するために、長さに比例する配列の1つの要素の数を取り除くことが重要です。(ここでは半分を取り除いています)。これを行うには、半分を安全に無視できる配列を1つ選択する必要があります。どうすればよいですか?確信を持って半分を削除することで、k番目の要素がなくなることは確実です。
lambdapilgrim 2013年

1
配列の長さの半分の長さの合計とkを比較すると、配列の1つのうち半分を削除できるという情報が得られます。kが半分の長さの合計よりも大きい場合、配列の1つの前半を削除できることがわかります。kが小さい場合は反対です。一度に各配列から半分を削除できないことに注意してください。削除する配列の半分を決定するために、両方の配列が並べ替えられているという事実を利用します。したがって、kが半分の長さの合計よりも大きい場合、中間要素が小さい配列の最初の半分を削除できます。 2つの中間要素。逆に。
ラムダピルグリム2013年

34

多くの人がこの「2つのソートされた配列からk番目に小さい要素」という質問に回答しましたが、通常は一般的なアイデアのみで、明確な実用的なコードや境界条件分析はありませんでした。

ここでは、正しいJavaコードを使用して、初心者が理解しやすいように注意深く詳しく説明します。A1およびA2は、それぞれ長さsize1およびsize2長さを持つ2つのソートされた昇順配列です。これら2つの配列の和集合からk番目に小さい要素を見つける必要があります。ここでは(k > 0 && k <= size1 + size2)、それがであることを意味しA1A2両方を空にすることはできません。

まず、低速のO(k)アルゴリズムを使用してこの質問に取り組みます。この方法では、配列A1[0]との両方の最初の要素を比較しA2[0]ます。小さい方をA1[0]ポケットに入れてください。次に、と比較A1[1]A2[0]ます。ポケットがk要素に到達するまでこのアクションを繰り返します。非常に重要:最初のステップでは、私たちは自分のA1[0]ポケットの中にのみコミットできます。含めることも除外することもできませんA2[0]!!!

次のO(k)コードは、正解の前に1つの要素を提供します。ここでは、それを使用して自分のアイデアと分析境界条件を示します。この後に正しいコードがあります:

private E kthSmallestSlowWithFault(int k) {
    int size1 = A1.length, size2 = A2.length;

    int index1 = 0, index2 = 0;
    // base case, k == 1
    if (k == 1) {
        if (size1 == 0) {
            return A2[index2];
        } else if (size2 == 0) {
            return A1[index1];
        } else if (A1[index1].compareTo(A2[index2]) < 0) {
            return A1[index1];
        } else {
            return A2[index2];
        }
    }

    /* in the next loop, we always assume there is one next element to compare with, so we can
     * commit to the smaller one. What if the last element is the kth one?
     */
    if (k == size1 + size2) {
        if (size1 == 0) {
            return A2[size2 - 1];
        } else if (size2 == 0) {
            return A1[size1 - 1];
        } else if (A1[size1 - 1].compareTo(A2[size2 - 1]) < 0) {
            return A1[size1 - 1];
        } else {
            return A2[size2 - 1];
        }
    }

    /*
     * only when k > 1, below loop will execute. In each loop, we commit to one element, till we
     * reach (index1 + index2 == k - 1) case. But the answer is not correct, always one element
     * ahead, because we didn't merge base case function into this loop yet.
     */
    int lastElementFromArray = 0;
    while (index1 + index2 < k - 1) {
        if (A1[index1].compareTo(A2[index2]) < 0) {
            index1++;
            lastElementFromArray = 1;
            // commit to one element from array A1, but that element is at (index1 - 1)!!!
        } else {
            index2++;
            lastElementFromArray = 2;
        }
    }
    if (lastElementFromArray == 1) {
        return A1[index1 - 1];
    } else {
        return A2[index2 - 1];
    }
}

最も強力なアイデアは、各ループで常にベースケースアプローチを使用することです。現在の最小要素にコミットした後、ターゲットに1ステップ近づきます。k番目に小さい要素です。真ん中に飛び込んで、混乱して迷子にならないようにしてください!

上記のコードベースケースを観察することによってk == 1, k == size1+size2、およびそれと結合A1し、A2両方の空にすることはできません。ロジックをより簡潔なスタイルに変えることができます。

遅いが正しい動作コードは次のとおりです。

private E kthSmallestSlow(int k) {
    // System.out.println("this is an O(k) speed algorithm, very concise");
    int size1 = A1.length, size2 = A2.length;

    int index1 = 0, index2 = 0;
    while (index1 + index2 < k - 1) {
        if (size1 > index1 && (size2 <= index2 || A1[index1].compareTo(A2[index2]) < 0)) {
            index1++; // here we commit to original index1 element, not the increment one!!!
        } else {
            index2++;
        }
    }
    // below is the (index1 + index2 == k - 1) base case
    // also eliminate the risk of referring to an element outside of index boundary
    if (size1 > index1 && (size2 <= index2 || A1[index1].compareTo(A2[index2]) < 0)) {
        return A1[index1];
    } else {
        return A2[index2];
    }
}

これで、O(log k)で実行するより高速なアルゴリズムを試すことができます。同様に、と比較A1[k/2]してくださいA2[k/2]A1[k/2]より小さい場合は、からA1[0]までのすべての要素がA1[k/2]ポケットにあるはずです。アイデアは、各ループで1つの要素にコミットするだけではありません。最初のステップにはk/2要素が含まれています。繰り返しますが、とにかく含めることも除外するA2[0]ことA2[k/2]もできません。したがって、最初のステップでは、k/2要素を超えることはできません。2番目のステップでは、k/4要素を超えることはできません...

各ステップの後、k番目の要素にかなり近づきます。私たちが到達するまで同時に各ステップは、ますます小さく取得(step == 1)しています、(k-1 == index1+index2)。次に、シンプルで強力なベースケースを再び参照できます。

以下は正しいコードです:

private E kthSmallestFast(int k) {
    // System.out.println("this is an O(log k) speed algorithm with meaningful variables name");
    int size1 = A1.length, size2 = A2.length;

    int index1 = 0, index2 = 0, step = 0;
    while (index1 + index2 < k - 1) {
        step = (k - index1 - index2) / 2;
        int step1 = index1 + step;
        int step2 = index2 + step;
        if (size1 > step1 - 1
                && (size2 <= step2 - 1 || A1[step1 - 1].compareTo(A2[step2 - 1]) < 0)) {
            index1 = step1; // commit to element at index = step1 - 1
        } else {
            index2 = step2;
        }
    }
    // the base case of (index1 + index2 == k - 1)
    if (size1 > index1 && (size2 <= index2 || A1[index1].compareTo(A2[index2]) < 0)) {
        return A1[index1];
    } else {
        return A2[index2];
    }
}

一部の人は(index1+index2)、k-1を飛び越えたらどうなるのか心配するかもしれません。ベースケースを見逃してしまい(k-1 == index1+index2)ませんか?それ無理。0.5 + 0.25 + 0.125 ...を合計すると、1を超えることはありません。

もちろん、上記のコードを再帰的アルゴリズムに変換するのは非常に簡単です。

private E kthSmallestFastRecur(int k, int index1, int index2, int size1, int size2) {
    // System.out.println("this is an O(log k) speed algorithm with meaningful variables name");

    // the base case of (index1 + index2 == k - 1)
    if (index1 + index2 == k - 1) {
        if (size1 > index1 && (size2 <= index2 || A1[index1].compareTo(A2[index2]) < 0)) {
            return A1[index1];
        } else {
            return A2[index2];
        }
    }

    int step = (k - index1 - index2) / 2;
    int step1 = index1 + step;
    int step2 = index2 + step;
    if (size1 > step1 - 1 && (size2 <= step2 - 1 || A1[step1 - 1].compareTo(A2[step2 - 1]) < 0)) {
        index1 = step1;
    } else {
        index2 = step2;
    }
    return kthSmallestFastRecur(k, index1, index2, size1, size2);
}

上記の分析とJavaコードが理解に役立つことを願っています。しかし、私のコードを宿題として決してコピーしないでください!乾杯;)


1
すばらしい説明と回答をありがとうございました。+ 1 :)
Hengameh

最初のコードでは、else if (A1[size1 - 1].compareTo(A2[size2 - 1]) < 0) 代わりにすべきではありませんelse if (A1[size1 - 1].compareTo(A2[size2 - 1]) > 0)か?(kthSmallestSlowWithFaultコード)
Hengameh

@Feiありがとうございます。素晴らしい説明。この問題に関して、インターネット上で間違った回答がいくつも広まっているのは驚くべきことです。この質問に関してSOで彼女が受け入れた回答が常に間違ったものであることはさらに驚くべきことです。誰も答えをテストする気にしないようです。
キャプテンFogetti

ステップの範囲がかなり速く減少するため、いくつかのステップ(前述の15)の後、O(k)ソリューションへのカットオフが発生する可能性があります。
スカイ

1
再帰呼び出しのいずれにおいても、A1またはA2のサイズは削減されません。
Aditya Joshee 2017

5

@lambdapilgrimのソリューションの C ++反復バージョンを次に示します(そこでのアルゴリズムの説明を参照してください)。

#include <cassert>
#include <iterator>

template<class RandomAccessIterator, class Compare>
typename std::iterator_traits<RandomAccessIterator>::value_type
nsmallest_iter(RandomAccessIterator firsta, RandomAccessIterator lasta,
               RandomAccessIterator firstb, RandomAccessIterator lastb,
               size_t n,
               Compare less) {
  assert(issorted(firsta, lasta, less) && issorted(firstb, lastb, less));
  for ( ; ; ) {
    assert(n < static_cast<size_t>((lasta - firsta) + (lastb - firstb)));
    if (firsta == lasta) return *(firstb + n);
    if (firstb == lastb) return *(firsta + n);

    size_t mida = (lasta - firsta) / 2;
    size_t midb = (lastb - firstb) / 2;
    if ((mida + midb) < n) {
      if (less(*(firstb + midb), *(firsta + mida))) {
        firstb += (midb + 1);
        n -= (midb + 1);
      }
      else {
        firsta += (mida + 1);
        n -= (mida + 1);
      }
    }
    else {
      if (less(*(firstb + midb), *(firsta + mida)))
        lasta = (firsta + mida);
      else
        lastb = (firstb + midb);
    }
  }
}

すべての0 <= n < (size(a) + size(b))インデックスで機能し、O(log(size(a)) + log(size(b)))複雑です。

#include <functional> // greater<>
#include <iostream>

#define SIZE(a) (sizeof(a) / sizeof(*a))

int main() {
  int a[] = {5,4,3};
  int b[] = {2,1,0};
  int k = 1; // find minimum value, the 1st smallest value in a,b

  int i = k - 1; // convert to zero-based indexing
  int v = nsmallest_iter(a, a + SIZE(a), b, b + SIZE(b),
                         SIZE(a)+SIZE(b)-1-i, std::greater<int>());
  std::cout << v << std::endl; // -> 0
  return v;
}

4

2つの並べ替えられた配列、およびn個の並べ替えられた配列における最初のk個の数、k番目の数に対する私の試み:

// require() is recognizable by node.js but not by browser;
// for running/debugging in browser, put utils.js and this file in <script> elements,
if (typeof require === "function") require("./utils.js");

// Find K largest numbers in two sorted arrays.
function k_largest(a, b, c, k) {
    var sa = a.length;
    var sb = b.length;
    if (sa + sb < k) return -1;
    var i = 0;
    var j = sa - 1;
    var m = sb - 1;
    while (i < k && j >= 0 && m >= 0) {
        if (a[j] > b[m]) {
            c[i] = a[j];
            i++;
            j--;
        } else {
            c[i] = b[m];
            i++;
            m--;
        }
    }
    debug.log(2, "i: "+ i + ", j: " + j + ", m: " + m);
    if (i === k) {
        return 0;
    } else if (j < 0) {
        while (i < k) {
            c[i++] = b[m--];
        }
    } else {
        while (i < k) c[i++] = a[j--];
    }
    return 0;
}

// find k-th largest or smallest number in 2 sorted arrays.
function kth(a, b, kd, dir){
    sa = a.length; sb = b.length;
    if (kd<1 || sa+sb < kd){
        throw "Mission Impossible! I quit!";
    }

    var k;
    //finding the kd_th largest == finding the smallest k_th;
    if (dir === 1){ k = kd;
    } else if (dir === -1){ k = sa + sb - kd + 1;}
    else throw "Direction has to be 1 (smallest) or -1 (largest).";

    return find_kth(a, b, k, sa-1, 0, sb-1, 0);
}

// find k-th smallest number in 2 sorted arrays;
function find_kth(c, d, k, cmax, cmin, dmax, dmin){

    sc = cmax-cmin+1; sd = dmax-dmin+1; k0 = k; cmin0 = cmin; dmin0 = dmin;
    debug.log(2, "=k: " + k +", sc: " + sc + ", cmax: " + cmax +", cmin: " + cmin + ", sd: " + sd +", dmax: " + dmax + ", dmin: " + dmin);

    c_comp = k0-sc;
    if (c_comp <= 0){
        cmax = cmin0 + k0-1;
    } else {
        dmin = dmin0 + c_comp-1;
        k -= c_comp-1;
    }

    d_comp = k0-sd;
    if (d_comp <= 0){
        dmax = dmin0 + k0-1;
    } else {
        cmin = cmin0 + d_comp-1;
        k -= d_comp-1;
    }
    sc = cmax-cmin+1; sd = dmax-dmin+1;

    debug.log(2, "#k: " + k +", sc: " + sc + ", cmax: " + cmax +", cmin: " + cmin + ", sd: " + sd +", dmax: " + dmax + ", dmin: " + dmin + ", c_comp: " + c_comp + ", d_comp: " + d_comp);

    if (k===1) return (c[cmin]<d[dmin] ? c[cmin] : d[dmin]);
    if (k === sc+sd) return (c[cmax]>d[dmax] ? c[cmax] : d[dmax]);

    m = Math.floor((cmax+cmin)/2);
    n = Math.floor((dmax+dmin)/2);

    debug.log(2, "m: " + m + ", n: "+n+", c[m]: "+c[m]+", d[n]: "+d[n]);

    if (c[m]<d[n]){
        if (m === cmax){ // only 1 element in c;
            return d[dmin+k-1];
        }

        k_next = k-(m-cmin+1);
        return find_kth(c, d, k_next, cmax, m+1, dmax, dmin);
    } else {
        if (n === dmax){
            return c[cmin+k-1];
        }

        k_next = k-(n-dmin+1);
        return find_kth(c, d, k_next, cmax, cmin, dmax, n+1);
    }
}

function traverse_at(a, ae, h, l, k, at, worker, wp){
    var n = ae ? ae.length : 0;
    var get_node;
    switch (at){
        case "k": get_node = function(idx){
                var node = {};
                var pos = l[idx] + Math.floor(k/n) - 1;
                if (pos<l[idx]){ node.pos = l[idx]; }
                else if (pos > h[idx]){ node.pos = h[idx];}
                else{ node.pos = pos; }

                node.idx = idx;
                node.val = a[idx][node.pos];
                debug.log(6, "pos: "+pos+"\nnode =");
                debug.log(6, node);
                return node;
            };
            break;
        case "l": get_node = function(idx){
                debug.log(6, "a["+idx+"][l["+idx+"]]: "+a[idx][l[idx]]);
                return a[idx][l[idx]];
            };
            break;
        case "h": get_node = function(idx){
                debug.log(6, "a["+idx+"][h["+idx+"]]: "+a[idx][h[idx]]);
                return a[idx][h[idx]];
            };
            break;
        case "s": get_node = function(idx){
                debug.log(6, "h["+idx+"]-l["+idx+"]+1: "+(h[idx] - l[idx] + 1));
                return h[idx] - l[idx] + 1;
            };
            break;
        default: get_node = function(){
                debug.log(1, "!!! Exception: get_node() returns null.");
                return null;
            };
            break;
    }

    worker.init();

    debug.log(6, "--* traverse_at() *--");

    var i;
    if (!wp){
        for (i=0; i<n; i++){
            worker.work(get_node(ae[i]));
        }    
    } else {
        for (i=0; i<n; i++){
            worker.work(get_node(ae[i]), wp);
        }
    }

    return worker.getResult();
}

sumKeeper = function(){
    var res = 0;
    return {
        init     : function(){ res = 0;},
        getResult: function(){
                debug.log(5, "@@ sumKeeper.getResult: returning: "+res);
                return res;
            },
        work     : function(node){ if (node!==null) res += node;}
    };
}();

maxPicker = function(){
    var res = null;
    return {
        init     : function(){ res = null;},
        getResult: function(){
                debug.log(5, "@@ maxPicker.getResult: returning: "+res);
                return res;
            },
        work     : function(node){
            if (res === null){ res = node;}
            else if (node!==null && node > res){ res = node;}
        }
    };    
}();

minPicker = function(){
    var res = null;
    return {
        init     : function(){ res = null;},
        getResult: function(){
                debug.log(5, "@@ minPicker.getResult: returning: ");
                debug.log(5, res);
                return res;
            },
        work     : function(node){
            if (res === null && node !== null){ res = node;}
            else if (node!==null &&
                node.val !==undefined &&
                node.val < res.val){ res = node; }
            else if (node!==null && node < res){ res = node;}
        }
    };  
}();

// find k-th smallest number in n sorted arrays;
// need to consider the case where some of the subarrays are taken out of the selection;
function kth_n(a, ae, k, h, l){
    var n = ae.length;
    debug.log(2, "------**  kth_n()  **-------");
    debug.log(2, "n: " +n+", k: " + k);
    debug.log(2, "ae: ["+ae+"],  len: "+ae.length);
    debug.log(2, "h: [" + h + "]");
    debug.log(2, "l: [" + l + "]");

    for (var i=0; i<n; i++){
        if (h[ae[i]]-l[ae[i]]+1>k) h[ae[i]]=l[ae[i]]+k-1;
    }
    debug.log(3, "--after reduction --");
    debug.log(3, "h: [" + h + "]");
    debug.log(3, "l: [" + l + "]");

    if (n === 1)
        return a[ae[0]][k-1]; 
    if (k === 1)
        return traverse_at(a, ae, h, l, k, "l", minPicker);
    if (k === traverse_at(a, ae, h, l, k, "s", sumKeeper))
        return traverse_at(a, ae, h, l, k, "h", maxPicker);

    var kn = traverse_at(a, ae, h, l, k, "k", minPicker);
    debug.log(3, "kn: ");
    debug.log(3, kn);

    var idx = kn.idx;
    debug.log(3, "last: k: "+k+", l["+kn.idx+"]: "+l[idx]);
    k -= kn.pos - l[idx] + 1;
    l[idx] = kn.pos + 1;
    debug.log(3, "next: "+"k: "+k+", l["+kn.idx+"]: "+l[idx]);
    if (h[idx]<l[idx]){ // all elements in a[idx] selected;
        //remove a[idx] from the arrays.
        debug.log(4, "All elements selected in a["+idx+"].");
        debug.log(5, "last ae: ["+ae+"]");
        ae.splice(ae.indexOf(idx), 1);
        h[idx] = l[idx] = "_"; // For display purpose only.
        debug.log(5, "next ae: ["+ae+"]");
    }

    return kth_n(a, ae, k, h, l);
}

function find_kth_in_arrays(a, k){

    if (!a || a.length<1 || k<1) throw "Mission Impossible!";

    var ae=[], h=[], l=[], n=0, s, ts=0;
    for (var i=0; i<a.length; i++){
        s = a[i] && a[i].length;
        if (s>0){
            ae.push(i); h.push(s-1); l.push(0);
            ts+=s;
        }
    }

    if (k>ts) throw "Too few elements to choose from!";

    return kth_n(a, ae, k, h, l);
}

/////////////////////////////////////////////////////
// tests
// To show everything: use 6.
debug.setLevel(1);

var a = [2, 3, 5, 7, 89, 223, 225, 667];
var b = [323, 555, 655, 673];
//var b = [99];
var c = [];

debug.log(1, "a = (len: " + a.length + ")");
debug.log(1, a);
debug.log(1, "b = (len: " + b.length + ")");
debug.log(1, b);

for (var k=1; k<a.length+b.length+1; k++){
    debug.log(1, "================== k: " + k + "=====================");

    if (k_largest(a, b, c, k) === 0 ){
      debug.log(1, "c = (len: "+c.length+")");
      debug.log(1, c);
    }

    try{
        result = kth(a, b, k, -1);
        debug.log(1, "===== The " + k + "-th largest number: " + result);
    } catch (e) {
        debug.log(0, "Error message from kth(): " + e);
    }
    debug.log("==================================================");
}

debug.log(1, "################# Now for the n sorted arrays ######################");
debug.log(1, "####################################################################");

x = [[1, 3, 5, 7, 9],
     [-2, 4, 6, 8, 10, 12],
     [8, 20, 33, 212, 310, 311, 623],
     [8],
     [0, 100, 700],
     [300],
     [],
     null];

debug.log(1, "x = (len: "+x.length+")");
debug.log(1, x);

for (var i=0, num=0; i<x.length; i++){
    if (x[i]!== null) num += x[i].length;
}
debug.log(1, "totoal number of elements: "+num);

// to test k in specific ranges:
var start = 0, end = 25;
for (k=start; k<end; k++){
    debug.log(1, "=========================== k: " + k + "===========================");

    try{
        result = find_kth_in_arrays(x, k);
        debug.log(1, "====== The " + k + "-th smallest number: " + result);
    } catch (e) {
        debug.log(1, "Error message from find_kth_in_arrays: " + e);
    }
    debug.log(1, "=================================================================");
}
debug.log(1, "x = (len: "+x.length+")");
debug.log(1, x);
debug.log(1, "totoal number of elements: "+num);

debug utilsを含む完全なコードは、https//github.com/brainclone/teasers/tree/master/kthにあります。


3

Jules Olleonのソリューションに基づく私のコードは次のとおりです。

int getNth(vector<int>& v1, vector<int>& v2, int n)
{
    int step = n / 4;

    int i1 = n / 2;
    int i2 = n - i1;

    while(!(v2[i2] >= v1[i1 - 1] && v1[i1] > v2[i2 - 1]))
    {                   
        if (v1[i1 - 1] >= v2[i2 - 1])
        {
            i1 -= step;
            i2 += step;
        }
        else
        {
            i1 += step;
            i2 -= step;
        }

        step /= 2;
        if (!step) step = 1;
    }

    if (v1[i1 - 1] >= v2[i2 - 1])
        return v1[i1 - 1];
    else
        return v2[i2 - 1];
}

int main()  
{  
    int a1[] = {1,2,3,4,5,6,7,8,9};
    int a2[] = {4,6,8,10,12};

    //int a1[] = {1,2,3,4,5,6,7,8,9};
    //int a2[] = {4,6,8,10,12};

    //int a1[] = {1,7,9,10,30};
    //int a2[] = {3,5,8,11};
    vector<int> v1(a1, a1+9);
    vector<int> v2(a2, a2+5);


    cout << getNth(v1, v2, 5);
    return 0;  
}  

1
これは一部のケースでは機能しません。たとえば、int a2 [] = {1,2,3,4、5}; int a1 [] = {5,6,8,10,12}; getNth(a1、a2、7)。配列のインデックスは境界を超えます。
ジェイ

2

これが私のCでの実装です。アルゴリズムの@JulesOlléonの説明を参照できます。アルゴリズムの背後にある考え方は、i + j = kを維持し、そのようなiとjを見つけてa [i-1] <b [j-1] <a [i](またはその逆)。ここで、aにはb [j-1]より小さいi要素があり、bにはj [-1]より小さいj-1要素があるため、b [j-1]はi + j-1です。 + 1 = k番目に小さい要素。そのようなi、jを見つけるために、アルゴリズムは配列に対して二分探索を行います。

int find_k(int A[], int m, int B[], int n, int k) {
   if (m <= 0 )return B[k-1];
   else if (n <= 0) return A[k-1];
   int i =  ( m/double (m + n))  * (k-1);
   if (i < m-1 && i<k-1) ++i;
   int j = k - 1 - i;

   int Ai_1 = (i > 0) ? A[i-1] : INT_MIN, Ai = (i<m)?A[i]:INT_MAX;
   int Bj_1 = (j > 0) ? B[j-1] : INT_MIN, Bj = (j<n)?B[j]:INT_MAX;
   if (Ai >= Bj_1 && Ai <= Bj) {
       return Ai;
   } else if (Bj >= Ai_1 && Bj <= Ai) {
       return Bj;
   }
   if (Ai < Bj_1) { // the answer can't be within A[0,...,i]
       return find_k(A+i+1, m-i-1, B, n, j);
   } else { // the answer can't be within A[0,...,i]
       return find_k(A, m, B+j+1, n-j-1, i);
   }
 }

2

これが私の解決策です。C ++コードは、ループを使用してk番目に小さい値を取得するために、k番目に小さい値と反復回数を出力します。これは、私の考えではlog(k)の順序です。ただし、コードでは、kを最初の配列の長さよりも短くする必要があります。これは制限です。

#include <iostream>
#include <vector>
#include<math.h>
using namespace std;

template<typename comparable>
comparable kthSmallest(vector<comparable> & a, vector<comparable> & b, int k){

int idx1; // Index in the first array a
int idx2; // Index in the second array b
comparable maxVal, minValPlus;
float iter = k;
int numIterations = 0;

if(k > a.size()){ // Checks if k is larger than the size of first array
    cout << " k is larger than the first array" << endl;
    return -1;
}
else{ // If all conditions are satisfied, initialize the indexes
    idx1 = k - 1;
    idx2 = -1;
}

for ( ; ; ){
    numIterations ++;
    if(idx2 == -1 || b[idx2] <= a[idx1] ){
        maxVal = a[idx1];
        minValPlus = b[idx2 + 1];
        idx1 = idx1 - ceil(iter/2); // Binary search
        idx2 = k - idx1 - 2; // Ensures sum of indices  = k - 2
    }
    else{
        maxVal = b[idx2];
        minValPlus = a[idx1 + 1];
        idx2 = idx2 - ceil(iter/2); // Binary search
        idx1 = k - idx2 - 2; // Ensures sum of indices  = k - 2
    }
    if(minValPlus >= maxVal){ // Check if kth smallest value has been found
        cout << "The number of iterations to find the " << k << "(th) smallest value is    " << numIterations << endl;
        return maxVal;

    }
    else
        iter/=2; // Reduce search space of binary search
   }
}

int main(){
//Test Cases
    vector<int> a = {2, 4, 9, 15, 22, 34, 45, 55, 62, 67, 78, 85};
    vector<int> b = {1, 3, 6, 8, 11, 13, 15, 20, 56, 67, 89};
    // Input k < a.size()
    int kthSmallestVal;
    for (int k = 1; k <= a.size() ; k++){
        kthSmallestVal = kthSmallest<int>( a ,b ,k );
        cout << k <<" (th) smallest Value is " << kthSmallestVal << endl << endl << endl;
    }
}

1

上記の最初の疑似コードは、多くの値に対して機能しません。たとえば、2つの配列があります。int [] a = {1、5、6、8、9、11、15、17、19}; int [] b = {4、7、8、13、15、18、20、24、26};

それはk = 3とk = 9では機能しませんでした。別の解決策があります。以下に示します。

private static void traverse(int pt, int len) {
int temp = 0;

if (len == 1) {
    int val = 0;
    while (k - (pt + 1) - 1 > -1 && M[pt] < N[k - (pt + 1) - 1]) {

    if (val == 0)
        val = M[pt] < N[k - (pt + 1) - 1] ? N[k - (pt + 1) - 1]
            : M[pt];
    else {
        int t = M[pt] < N[k - (pt + 1) - 1] ? N[k - (pt + 1) - 1]
            : M[pt];
        val = val < t ? val : t;

    }

    ++pt;
    }

    if (val == 0)
    val = M[pt] < N[k - (pt + 1) - 1] ? N[k - (pt + 1) - 1] : M[pt];

    System.out.println(val);
    return;
}

temp = len / 2;

if (M[pt + temp - 1] < N[k - (pt + temp) - 1]) {
    traverse(pt + temp, temp);

} else {
    traverse(pt, temp);
}

}

しかし... k = 5でも機能しません。単純にさせていないこのkの偶数/奇数のキャッチがあります。


1
public class KthSmallestInSortedArray {

    public static void main(String[] args) {
        int a1[] = {2, 3, 10, 11, 43, 56},
                a2[] = {120, 13, 14, 24, 34, 36},
                k = 4;

        System.out.println(findKthElement(a1, a2, k));

    }

    private static int findKthElement(int a1[], int a2[], int k) {

        /** Checking k must less than sum of length of both array **/
        if (a1.length + a2.length < k) {
            throw new IllegalArgumentException();
        }

        /** K must be greater than zero **/
        if (k <= 0) {
            throw new IllegalArgumentException();
        }

        /**
         * Finding begin, l and end such that
         * begin <= l < end
         * a1[0].....a1[l-1] and
         * a2[0]....a2[k-l-1] are the smallest k numbers
         */
        int begin = Math.max(0, k - a2.length);
        int end = Math.min(a1.length, k);

        while (begin < end) {
            int l = begin + (end - begin) / 2;

            /** Can we include a1[l] in the k smallest numbers */
            if ((l < a1.length) &&
                    (k - l > 0) &&
                    (a1[l] < a2[k - l - 1])) {

                begin = l + 1;

            } else if ((l > 0) &&
                    (k - l < a2.length) &&
                    (a1[l - 1] > a2[k - 1])) {

                /**
                 * This is the case where we can discard
                 * a[l-1] from the set of k smallest numbers
                 */
                end = l;

            } else {

                /**
                 * We found our answer since both inequalities were
                 * false
                 */
                begin = l;
                break;
            }
        }

        if (begin == 0) {
            return a2[k - 1];
        } else if (begin == k) {
            return a1[k - 1];
        } else {
            return Math.max(a1[begin - 1], a2[k - begin - 1]);
        }
    }
}

1

これがJavaでの私の解決策です。それをさらに最適化しようとします

  public class FindKLargestTwoSortedArray {

    public static void main(String[] args) {
        int[] arr1 = { 10, 20, 40, 80 };
        int[] arr2 = { 15, 35, 50, 75 };

    FindKLargestTwoSortedArray(arr1, 0, arr1.length - 1, arr2, 0,
            arr2.length - 1, 6);
    }


    public static void FindKLargestTwoSortedArray(int[] arr1, int start1,
            int end1, int[] arr2, int start2, int end2, int k) {

        if ((start1 <= end1 && start1 >= 0 && end1 < arr1.length)
                && (start2 <= end2 && start2 >= 0 && end2 < arr2.length)) {

            int midIndex1 = (start1 + (k - 1) / 2);
            midIndex1 = midIndex1 >= arr1.length ? arr1.length - 1 : midIndex1;
            int midIndex2 = (start2 + (k - 1) / 2);
            midIndex2 = midIndex2 >= arr2.length ? arr2.length - 1 : midIndex2;


            if (arr1[midIndex1] == arr2[midIndex2]) {
                System.out.println("element is " + arr1[midIndex1]);
            } else if (arr1[midIndex1] < arr2[midIndex2]) {

                if (k == 1) {
                    System.out.println("element is " + arr1[midIndex1]);
                    return;
                } else if (k == 2) {
                    System.out.println("element is " + arr2[midIndex2]);
                    return;
                }else if (midIndex1 == arr1.length-1 || midIndex2 == arr2.length-1 ) {
                    if(k==(arr1.length+arr2.length)){
                    System.out.println("element is " + arr2[midIndex2]);
                    return;
                    }else if(k==(arr1.length+arr2.length)-1){
                        System.out.println("element is " + arr1[midIndex1]);
                        return;
                    }

                }

                int remainingElementToSearch = k - (midIndex1-start1);
                FindKLargestTwoSortedArray(
                        arr1,
                        midIndex1,
                        (midIndex1 + remainingElementToSearch) >= arr1.length ? arr1.length-1
                                : (midIndex1 + remainingElementToSearch), arr2,
                        start2, midIndex2, remainingElementToSearch);

            } else if (arr1[midIndex1] > arr2[midIndex2]) {
                FindKLargestTwoSortedArray(arr2, start2, end2, arr1, start1,
                        end1, k);
            }

        } else {
            return;
        }

    }
}

これは素晴らしいYouTubeビデオで Algoからインスピレーションを得ています


1

コードの複雑度へのリンク(log(n)+ log(m))

コードへのリンク(log(n)* log(m))

(log(n)+ log(m))ソリューションの実装

その問題に私の説明を付け加えたいと思います。これは、2つの配列がソートされるという事実を使用しなければならないという典型的な問題です。サイズsz1の2つのソートされた配列arr1とサイズsz2のarr2が与えられました

a)次の場合を想定しましょう

kが有効かどうかの確認

kは>(sz1 + sz2)

次に、ソートされた両方の配列rytの和集合でk番目に小さい要素を見つけることができません。したがって、無効なデータを返します。b)上記の条件がfalseを保持し、有効かつ実行可能なkの値がある場合、

エッジケースの管理

k = 1,2およびk =(sz1 + sz2-1)、(sz1 + sz2)などのエッジケースをカバーするために、両方の配列に-infinity値を前に、+ infinity値を最後に追加します。

これで、両方の配列のサイズはそれぞれ(sz1 + 2)(sz2 + 2)になります。

主なアルゴリズム

次に、arr1でバイナリ検索を実行します。インデックスi、startIndex <= i <= endIndexを探すarr1でバイナリ検索を実行します。

そのため、制約{(i + j)= k}を使用してarr2に対応するインデックスjが見つかった場合、

場合(ARR2 [J-1]が<ARR1 [I] <ARR2 [J]) 、次いでARR1 [I]は、(ケース1)最小のk番目です

else if (arr1 [i-1] <arr2 [j] <arr1 [i])の場合、arr2 [i]はk番目に小さい(ケース2)

それ以外の場合は、arr1 [i] <arr2 [j-1] <arr2 [j]のいずれかを示します(ケース3)

またはarr2 [j-1] <arr2 [j] <arr1 [i](ケース4)

両方の配列rytを結合すると、k番目に小さい要素の要素が(k-1)よりも小さいことがわかっているので、そう、

ケース1、我々が何をしたか、我々はARR1する(K-1)より小さい元素の合計が存在することを確保[I]なぜならARR1 [I]でARR1アレイであるが、I-1、我々が知っているよりも数(ARR2 [より小さい要素j-1] <arr1 [i] <arr2 [j])であり、arr2のarr1 [i]より小さい要素の数はj-1です。これは、jが(i-1)+(j-1)=(k -1)k番目の最小要素はarr1 [i]になります

しかし、答えは常に最初の配列arr1から得られるとは限らないため、(i-1)+(j-1)=(k-1)であるため、ケース1と同様に満たされるケース2 をチェックしました。ここで(arr1 [i-1] <arr2 [j] <arr1 [i])の場合、両方の配列を合わせて合計k-1個の要素がarr2 [j]より小さくなり、k番目に小さい要素になります。

CASE3、ケース1又はケース2のいずれかにそれを形成するために、我々は、Iをインクリメントし、jは制約を使用してによる発見される必要が{(I + J)= K}、すなわち右部分に二分探索動き、すなわち作るのstartIndex = middleIndex

CASE4、ケース1又はケース2のいずれかにそれを形成するために、我々は、i及びjは左部分にバイナリサーチ移動、すなわちがendIndex = middleIndexを作る制約{(I + J)= K}、すなわちを用いて記載見出されるデクリメントする必要があります。

ここで、startindex = 1およびendIndex = ??で、arr1のバイナリ検索の開始時にstartIndexおよびendIndexを決定する方法を決定する必要があります。

k> sz1、endIndex =(sz1 + 1)の場合、それ以外の場合、endIndex = k;

kが最初の配列のサイズより大きい場合、配列arr1全体に対してバイナリ検索を実行する必要がある場合があるため、sz1-k要素はk番目の最小値の計算に寄与できないため、最初のk要素のみを取得する必要があります。

以下に示すコード

// Complexity    O(log(n)+log(m))

#include<bits/stdc++.h>
using namespace std;
#define f(i,x,y) for(int i = (x);i < (y);++i)
#define F(i,x,y) for(int i = (x);i > (y);--i)
int max(int a,int b){return (a > b?a:b);}
int min(int a,int b){return (a < b?a:b);}
int mod(int a){return (a > 0?a:((-1)*(a)));}
#define INF 1000000




int func(int *arr1,int *arr2,int sz1,int sz2,int k)

{

if((k <= (sz1+sz2))&&(k > 0))

{
int s = 1,e,i,j;
if(k > sz1)e = sz1+1;
else e = k;
while((e-s)>1)
{
  i = (e+s)/2;
  j = ((k-1)-(i-1)); 
  j++;
  if(j > (sz2+1)){s = i;}
  else if((arr1[i] >= arr2[j-1])&&(arr1[i] <= arr2[j]))return arr1[i];
  else if((arr2[j] >= arr1[i-1])&&(arr2[j] <= arr1[i]))return arr2[j];
  else if(arr1[i] < arr2[j-1]){s = i;}
  else if(arr1[i] > arr2[j]){e = i;}
  else {;}
}
i = e,j = ((k-1)-(i-1));j++;
if((arr1[i] >= arr2[j-1])&&(arr1[i] <= arr2[j]))return arr1[i];
else if((arr2[j] >= arr1[i-1])&&(arr2[j] <= arr1[i]))return arr2[j];
else
{
  i = s,j = ((k-1)-(i-1));j++;
  if((arr1[i] >= arr2[j-1])&&(arr1[i] <= arr2[j]))return arr1[i];
  else return arr2[j];
}

  }

 else

{
cout << "Data Invalid" << endl;
return -INF;

}

}





int main()

{
int n,m,k;
cin >> n >> m >> k;
int arr1[n+2];
int arr2[m+2];
f(i,1,n+1)
cin >> arr1[i];
f(i,1,m+1)
cin >> arr2[i];
arr1[0] = -INF;
arr2[0] = -INF;
  arr1[n+1] = +INF;  
arr2[m+1] = +INF; 
int val = func(arr1,arr2,n,m,k);
if(val != -INF)cout << val << endl;   
return 0;

}

複雑さの解決について(log(n)* log(m))

各iについてjは制約{(i-1)+(j-1)=(k-1)}を使用して見つけることができるという事実を利用して見逃しただけなので、各iiはさらに2番目の配列にバイナリ検索を適用しましたarr2 [j] <= arr1 [i]であるjを見つけるため、このソリューションはさらに最適化できます


1

基本的に、このアプローチでは、各ステップでk / 2要素を破棄できます。Kは、k => k / 2 => k / 4 => ...から1に達するまで再帰的に変化します。 したがって、時間の複雑度はO(logk)です。

k = 1では、2つの配列の最小値を取得します。

次のコードはJAVAです。Java配列のインデックスは1ではなく0から始まるため、コードからインデックスから1(-1)を減算していることに注意してください。k = 3は、配列の2番目のインデックスの要素で表されます。

private int kthElement(int[] arr1, int[] arr2, int k) {
        if (k < 1 || k > (arr1.length + arr2.length))
            return -1;
        return helper(arr1, 0, arr1.length - 1, arr2, 0, arr2.length - 1, k);
    }


private int helper(int[] arr1, int low1, int high1, int[] arr2, int low2, int high2, int k) {
    if (low1 > high1) {
        return arr2[low2 + k - 1];
    } else if (low2 > high2) {
        return arr1[low1 + k - 1];
    }
    if (k == 1) {
        return Math.min(arr1[low1], arr2[low2]);
    }
    int i = Math.min(low1 + k / 2, high1 + 1);
    int j = Math.min(low2 + k / 2, high2 + 1);
    if (arr1[i - 1] > arr2[j - 1]) {
        return helper(arr1, low1, high1, arr2, j, high2, k - (j - low2));
    } else {
        return helper(arr1, i, high1, arr2, low2, high2, k - (i - low1));
    }
}

1
#include <bits/stdc++.h>
using namespace std;

int findKthElement(int a[],int start1,int end1,int b[],int start2,int end2,int k){

    if(start1 >= end1)return b[start2+k-1];
    if(start2 >= end2)return a[start1+k-1];
    if(k==1)return min(a[start1],b[start2]);
    int aMax = INT_MAX;
    int bMax = INT_MAX;
    if(start1+k/2-1 < end1) aMax = a[start1 + k/2 - 1];
    if(start2+k/2-1 < end2) bMax = b[start2 + k/2 - 1];

    if(aMax > bMax){
        return findKthElement(a,start1,end1,b,start2+k/2,end2,k-k/2);
    }
    else{
        return findKthElement(a,start1 + k/2,end1,b,start2,end2,k-k/2);
    }
}

int main(void){
    int t;
    scanf("%d",&t);
    while(t--){
        int n,m,k;
        cout<<"Enter the size of 1st Array"<<endl;
        cin>>n;
        int arr[n];
        cout<<"Enter the Element of 1st Array"<<endl;
        for(int i = 0;i<n;i++){
            cin>>arr[i];
        }
        cout<<"Enter the size of 2nd Array"<<endl;
        cin>>m;
        int arr1[m];
        cout<<"Enter the Element of 2nd Array"<<endl;
        for(int i = 0;i<m;i++){
            cin>>arr1[i];
        }
        cout<<"Enter The Value of K";
        cin>>k;
        sort(arr,arr+n);
        sort(arr1,arr1+m);
        cout<<findKthElement(arr,0,n,arr1,0,m,k)<<endl;
    }

    return 0;
}

時間の複雑度はO(log(min(n、m)))です


1

ここで見つけた答えのほとんどは、両方のアレイに焦点を当てています。それは良いことですが、注意が必要なエッジケースがたくさんあるので、実装するのは難しいです。その上、ほとんどの実装は再帰的であり、再帰スタックのスペースの複雑さが増します。したがって、両方の配列に焦点を合わせるのではなく、小さい方の配列に焦点を合わせて、小さい方の配列だけでバイナリ検索を実行し、最初の配列のポインターの値に基づいて2番目の配列のポインターを調整することにしました。次の実装によって、我々は複雑持っているO(log(min(n,m))O(1)宇宙の複雑さを。

    public static int kth_two_sorted(int []a, int b[],int k){
    if(a.length > b.length){
        return kth_two_sorted(b,a,k);
    }
    if(a.length + a.length < k){
        throw new RuntimeException("wrong argument");
    }
    int low = 0;
    int high = k;
    if(a.length <= k){
        high = a.length-1;
    }
    while(low <= high){
        int sizeA = low+(high - low)/2;
        int sizeB = k - sizeA;
        boolean shrinkLeft = false;
        boolean extendRight = false;
        if(sizeA != 0){
            if(sizeB !=b.length){
                if(a[sizeA-1] > b[sizeB]){
                    shrinkLeft = true;
                    high = sizeA-1;
                }
            }
        }
        if(sizeA!=a.length){
            if(sizeB!=0){
                if(a[sizeA] < b[sizeB-1]){
                    extendRight = true;
                    low = sizeA;
                }
            }
        }
        if(!shrinkLeft && !extendRight){
            return Math.max(a[sizeA-1],b[sizeB-1]) ;
        }
    }
    throw  new IllegalArgumentException("we can't be here");
}

[low, high]for配列の範囲がありa、アルゴリズムをさらに進めていくと、この範囲が狭くなります。sizeA項目からのk項目のうち、配列からの項目の数を示します。aこれは、lowおよびの値から派生しますhighsizeB同じ方法で値を計算することを除いて、同じ定義ですsizeA+sizeB=k。これらの2つの境界線の値に基づいて、配列の右側に拡張するaか、左側に縮小する必要があると結論付けます。同じ位置に留まっている場合は、解が見つかったことを意味し、sizeA-1from asizeB-1fromの位置にある値の最大値を返しますb


0

このコードを確認してください。

import math
def findkthsmallest():

    A=[1,5,10,22,30,35,75,125,150,175,200]
    B=[15,16,20,22,25,30,100,155,160,170]
    lM=0
    lN=0
    hM=len(A)-1
    hN=len(B)-1
    k=17

    while True:
        if k==1:
            return min(A[lM],B[lN])


        cM=hM-lM+1
        cN=hN-lN+1
        tmp = cM/float(cM+cN)
        iM=int(math.ceil(tmp*k))
        iN=k-iM
        iM=lM+iM-1
        iN=lN+iN-1
        if A[iM] >= B[iN]:
            if iN == hN or A[iM] < B[iN+1]:
                return A[iM]
            else:
                k = k - (iN-lN+1)
                lN=iN+1
                hM=iM-1
        if B[iN] >= A[iM]:
            if iM == hM or B[iN] < A[iM+1]:
                return B[iN]
            else:
                k = k - (iM-lM+1)
                lM=iM+1
                hN=iN-1
        if hM < lM:
            return B[lN+k-1]
        if hN < lN:
            return A[lM+k-1]

if __name__ == '__main__':
    print findkthsmallest();

説明を提供
Abhijit Sarkar

0

2つの並べ替えられた配列の和集合でk番目に小さい要素を見つけるためのC#コードの下。時間の複雑さ:O(logk)

        public static int findKthSmallestElement1(int[] A, int startA, int endA, int[] B, int startB, int endB, int k)
        {
            int n = endA - startA;
            int m = endB - startB;

            if (n <= 0)
                return B[startB + k - 1];
            if (m <= 0)
                return A[startA + k - 1];
            if (k == 1)
                return A[startA] < B[startB] ? A[startA] : B[startB];

            int midA = (startA + endA) / 2;
            int midB = (startB + endB) / 2;

            if (A[midA] <= B[midB])
            {
                if (n / 2 + m / 2 + 1 >= k)
                    return findKthSmallestElement1(A, startA, endA, B, startB, midB, k);
                else
                    return findKthSmallestElement1(A, midA + 1, endA, B, startB, endB, k - n / 2 - 1);
            }
            else
            {
                if (n / 2 + m / 2 + 1 >= k)
                    return findKthSmallestElement1(A, startA, midA, B, startB, endB, k);
                else
                    return findKthSmallestElement1(A, startA, endA, B, midB + 1, endB, k - m / 2 - 1);

            }
        }

バグはありません
。SOに

1
sammy333に感謝します。コードを更新しました。現在は機能しています
Piyush Patel

(if midAから計算しないでくださいendAk < nreturn B[startB + k - 1];
。.
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.