博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
找出两个整型数组中的公共元素的最大值
阅读量:5737 次
发布时间:2019-06-18

本文共 4299 字,大约阅读时间需要 14 分钟。

一,问题描述

给定两个整型数组,找出这两个数组中的最大的公共元素。注意条件:①公共元素   ②最大的公共元素

比如:arr1={8,2,9,6,18,7,25,28}   arr2={6,39,4,9,25,18,36,12}.假设 arr1 的长度为M,arr2的长度为N

这两个数组的最大公共元素是:25

 

二,思路

①对 arr1 中的每个元素arr1[i],去 arr2 查找是否也存在 该元素,若存在则标记起来,因为它虽然是公共的,但不一定是最大的。

直到扫描完arr1中的所有元素,这种方式的时间复杂度为O(MN),空间复杂度为O(1)

 

②先对数组 arr1 排序,再对 arr2 排序。再定义两个指针 i, j 分别指向 arr1 和 arr2 中的最后一个元素。比较这两个数组中的最后一个元素,若相等则找到了所求的元素;若不相等,将指向较大的那个元素的指针 前移一位(减1)。

排序的时间复杂度为O(MlogM + NlogN),最坏情况下指针遍历的时间复杂度为O(M+N),故总的时间复杂度为O(MlogM+NlogN)

 

③采用 来实现

对两个数组分别构造两个大顶堆,若堆顶元素相同,则堆顶元素就是公共最大的元素。否则,删除较大的那个堆顶元素,进行堆调整,继续比较。

数组1建堆的时间复杂度为O(M),数组2建堆的时间复杂度为O(N)

一般对于删除堆顶元素,进行堆调整而言,平均情况下的时间复杂度为O(1)。故平均情况下,时间复杂度应该要比 方法② 中的小。

另外,可以直接在原数组上进行建堆操作,此时空间复杂度为O(1)

 

三,方法③代码实现

 核心代码如下:

复制代码
1         int len_1 = arr1.length - 1; 2         int len_2 = arr2.length - 1; 3         while(len_1 >= 0 && len_2 >=0) 4         { 5             int max1 = arr1[0];//获取大顶堆的根元素,即数组中的最大值 6             int max2 = arr2[0]; 7              8             if(max1 > max2)//如果arr1的堆顶元素要大,则删除arr1的堆顶元素 9             {10                 swap(arr1, 0, len_1);//delete arr1's root11                 percDown(arr1, 0, len_1);//进行堆调整, 删除了最后一个元素,刚好堆调整的元素个数为 len_112                 len_1--;13             }14             else if( max1 < max2)//如果arr2的堆顶元素要大,则删除arr2的堆顶元素15             {16                 swap(arr2, 0, len_2);17                 percDown(arr2, 0, len_2);18                 len_2--;19             }20             else//arr1的堆顶元素与 arr2的堆顶元素相等了.21                 return max1;22         }
复制代码

当建立了两个大顶堆后,比较这两个大顶堆的堆顶元素,谁大,则删除谁。当然,删除了堆顶元素之后,需要进行堆调整以保证堆的性质。

第10行的swap方法就表示 删除堆顶元素,第11行的percDown方法表示 堆调整。

 

不断地删除堆顶元素,直到:①某个堆中的元素都被删除了(此时 while循环条件不成立了)这表明:两个数组中没有公共元素。

②若两个堆的堆顶元素相同了(第20-21行),则表明找到了最大公共元素。

 

算法的正确性说明:因为使用的是大顶堆。堆顶元素一定是当前数组中最大的元素,而通过比较两个堆顶元素,若不相等,则删除较大的堆顶元素,这样总能保证:优先找到两个堆中目前相同且最大的元素。

 

完整代码实现:

//给定两个整形数组,寻找这两个数组的公有的且最大的元素public class MaxCommonEle {    public static int findCommMax(int[] arr1, int[] arr2)    {        if(arr1 == null || arr2 == null)            throw new NullPointerException();        if(arr1.length == 0 || arr2.length == 0)            throw new IllegalArgumentException();                //build heap--大顶堆 , time complex: O(M)            for(int i = arr1.length / 2 -1; i >= 0; i--)                percDown(arr1, i, arr1.length);                    //build heap, O(N)        for(int i = arr2.length / 2 - 1; i >= 0; i--)            percDown(arr2, i, arr2.length);                int len_1 = arr1.length - 1;        int len_2 = arr2.length - 1;        while(len_1 >= 0 && len_2 >=0)        {            int max1 = arr1[0];//获取大顶堆的根元素,即数组中的最大值            int max2 = arr2[0];                        if(max1 > max2)//如果arr1的堆顶元素要大,则删除arr1的堆顶元素            {                swap(arr1, 0, len_1);//delete arr1's root                percDown(arr1, 0, len_1);//进行堆调整, 删除了最后一个元素,刚好堆调整的元素个数为 len_1                len_1--;            }            else if( max1 < max2)//如果arr2的堆顶元素要大,则删除arr2的堆顶元素            {                swap(arr2, 0, len_2);                percDown(arr2, 0, len_2);                len_2--;            }            else//arr1的堆顶元素与 arr2的堆顶元素相等了.                return max1;        }        return -1;// -1 means there are no common element    }        private static void percDown(int[] arr, int i, int n)    {        int tmp;        int child;        //        int k = leftChild(i);        for(tmp = arr[i]; leftChild(i) < n; i = child)        {            child = leftChild(i);                        if(child != n-1 && arr[child] < arr[child+1])                child = child + 1;            if(tmp < arr[child])                arr[i] = arr[child];            else                break;        }        arr[i] = tmp;    }        private static int leftChild(int i){        return (i << 1 ) + 1;    }        private static void swap(int[] arr ,int i, int j)    {        int tmp = arr[i];        arr[i] = arr[j];        arr[j] = tmp;    }            //hapjin test    public static void main(String[] args) {        int[] arr1 = {8,2,9,6,18,7,25,28};        int[] arr2 = {6,39,4,9,25,18,36,12};        //        int[] arr1 = {4,2,8};//        int[] arr2 = {10,4,6};//        int[] arr1 = {4,2,8};//        int[] arr2 = {5,7,9};        int res = findCommMax(arr1, arr2);        System.out.println(res);    }}
View Code

 

四,参考资料

本文转自hapjin博客园博客,原文链接:http://www.cnblogs.com/hapjin/,如需转载请自行联系原作者
你可能感兴趣的文章
php 设计模式
查看>>
后端技术精选 - 收藏集 - 掘金
查看>>
Laravel 服务容器
查看>>
6天面试、斩获6家硅谷巨头Offer,我是如何做到的?
查看>>
Scala模式匹配的亮点——Martin Odersky访谈(四)
查看>>
mac安装kubernetes并运行echoserver
查看>>
多页架构的前后端分离方案(webpack+express)
查看>>
AWS推出深度学习容器,简化AI程序开发
查看>>
算法(第4版) Chapter 1
查看>>
前端技术选型的遗憾和经验教训
查看>>
“亲切照料”下的领域驱动设计
查看>>
GIT
查看>>
微软宣布公开预览其内容分发网络
查看>>
SRE工程师到底是做什么的?
查看>>
解读:Red Hat为什么收购Ansible
查看>>
PHP json_encode() 函数介绍
查看>>
MyEclipse8.6 web中jsp页面出现jquery,dojo等代码自动提示
查看>>
js动态设置元素高度
查看>>
Ossim下的安全合规管理
查看>>
如何让一个linux命令后台运行,而不受终端影响
查看>>