Redian新闻
>
chromecast 不能cast chrome浏览器?
avatar
chromecast 不能cast chrome浏览器?# PDA - 掌中宝
r*e
1
We have K sorted array, A1, A2, A3,... Ak, the corresponding size for array
Ai is Ni, in total we have N numbers, N = N1 + N2 + ...+Nk. How to find the
median among N numbers in O(K (logN)^2) ?
avatar
m*k
2
昨天和可以用,试了youku,有时会卡一下,整体还凑活,但是今天youtube可以用,
chrome不能被cast了
avatar
c*t
3
use K min-heap, O(N*log(k))
如果用 quicksort方法,找N/2th 比较复杂,
1 取A1,A2..median元素 A1[N1/2], A2[N2/2]... 存入一个一维数组middle[K];
2 找到middle里的min Ai[Ni/2],
3. change Ai start index = Ni/2+1, 找到新的Ai median,置换掉middle[i];
4. 问题变为找剩下的第N/2 - Ni/2的元素
5. 循环2-4,直到第四步找剩下1个元素,既是middel[k]的min
应该是O(K (logN)^2)
但感觉如果把数组换成一个min-heap存 struct 会得到 O(logK (logN
)^2);

array
the

【在 r*****e 的大作中提到】
: We have K sorted array, A1, A2, A3,... Ak, the corresponding size for array
: Ai is Ni, in total we have N numbers, N = N1 + N2 + ...+Nk. How to find the
: median among N numbers in O(K (logN)^2) ?

avatar
c*c
4
可以cast整个tab,youtube的话直接cast video就好了,没必要cast整个tab
avatar
a*n
6
多了一个cast this tab按钮。
avatar
r*e
7
不太明白 K(logN)^2中的(logN)^2是怎么出来的。。
第2-4步,可以找middle数组中的最小和最大,将来丢掉比最小小的,比最大大的。

logN)^2);

【在 c********t 的大作中提到】
: use K min-heap, O(N*log(k))
: 如果用 quicksort方法,找N/2th 比较复杂,
: 1 取A1,A2..median元素 A1[N1/2], A2[N2/2]... 存入一个一维数组middle[K];
: 2 找到middle里的min Ai[Ni/2],
: 3. change Ai start index = Ni/2+1, 找到新的Ai median,置换掉middle[i];
: 4. 问题变为找剩下的第N/2 - Ni/2的元素
: 5. 循环2-4,直到第四步找剩下1个元素,既是middel[k]的min
: 应该是O(K (logN)^2)
: 但感觉如果把数组换成一个min-heap存 struct 会得到 O(logK (logN
: )^2);

avatar
m*k
8
我的意思是那个按钮不管用了?每次都抱错?重新安装chrome cast extension也不行。

【在 a***n 的大作中提到】
: 多了一个cast this tab按钮。
avatar
k*o
9
我理解是KlogK * logN?
反正每次取剩下的median of medians,排序, 然后递归…
排序每次是KlogK, 每次淘汰到N/2个数字,所以总共要递归logN次…
然后因为K<=N所以是K(logN)^2?

【在 r*****e 的大作中提到】
: 不太明白 K(logN)^2中的(logN)^2是怎么出来的。。
: 第2-4步,可以找middle数组中的最小和最大,将来丢掉比最小小的,比最大大的。
:
: logN)^2);

avatar
r*e
10
先赞一个深夜回复。。。
确实应该是median of median.不断丢掉当前一半规模的数据。递归log(N/K)次,因为
最后K个array中,每个array只剩下1个,一共是从总数的N减到K。
问题是,K应该是个不太大,也不太小的数,所以KlogK logN 是不是近似到KlogN?
现在脑子正糊涂。。。

【在 k**o 的大作中提到】
: 我理解是KlogK * logN?
: 反正每次取剩下的median of medians,排序, 然后递归…
: 排序每次是KlogK, 每次淘汰到N/2个数字,所以总共要递归logN次…
: 然后因为K<=N所以是K(logN)^2?

avatar
r*e
11
谢谢,可惜不能access acm啊。
btw, I googled this question, found it is also listed as a homework question
. So, i guess 用论文的方法是否有些(我猜的啊,我还没看到论文)杀鸡用牛刀?毕
竟是STOC上的论文。。。

【在 l*****a 的大作中提到】
: who has the access to acm?
: these is a paper on this question.
: http://apps.topcoder.com/forums/;jsessionid=8B028A73959B4AF354C

avatar
c*t
12
为啥要每次排序klogk?
单是找min,就是K
如果第一次排好序,以后删除头,新的值来,binary插入应该的位置,即可。其实就是
min-heap,logK

【在 k**o 的大作中提到】
: 我理解是KlogK * logN?
: 反正每次取剩下的median of medians,排序, 然后递归…
: 排序每次是KlogK, 每次淘汰到N/2个数字,所以总共要递归logN次…
: 然后因为K<=N所以是K(logN)^2?

avatar
s*n
13
小想法:
1. 初始K个坐标对 [0, Ni-1]
2. 求第一个数组的media-- M1
3,去找剩下有多少比M1小的 (K*lgn)
4,shrink坐标对,退化成找第k大元素
复杂度应该是K*(logN)^2 (upper bound)
avatar
l*b
14
嗯,selection rank 的变种吧。k时间找到median of median. selection 就是对每
个数列做binary search ln a1+...+ln ak ~k ln n - k ln k ~ kln n. 一共有n个数
所以一共ln n次selection 于是得到k ln n ln n

【在 r*****e 的大作中提到】
: 先赞一个深夜回复。。。
: 确实应该是median of median.不断丢掉当前一半规模的数据。递归log(N/K)次,因为
: 最后K个array中,每个array只剩下1个,一共是从总数的N减到K。
: 问题是,K应该是个不太大,也不太小的数,所以KlogK logN 是不是近似到KlogN?
: 现在脑子正糊涂。。。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。