有两个大小为 m 和 n 的排序数组 nums1 和 nums2 。
请找出两个排序数组的中位数并且总的运行时间复杂度为 O(log (m+n)) 。
示例 1:
nums1 = [1, 3]
nums2 = [2]
中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
中位数是 (2 + 3)/2 = 2.5
思路:从medianof two sorted arrays中看到了一种非常好的方法。该方法的核心是将原问题转变成一个寻找第k小数的问题(假设两个原序列升序排列),这样中位数实际上是第(m+n)/2小的数。所以只要解决了第k小数的问题,原问题也得以解决。
首先假设数组A和B的元素个数都大于k/2,我们比较A[k/2-1]和B[k/2-1]两个元素,这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况:>、<和=。如果A[k/2-1]
/**
* @param {number[]} nums1
* @param {number[]} nums2
* @return {number}
*/
var findMedianSortedArrays = function(nums1, nums2) {
var m = nums1.length;
var n = nums2.length;
var total = m + n;
var half = total >> 1;
if (total & 1)
return findKth(nums1, m, nums2, n, half + 1);
else
return (findKth(nums1, m, nums2, n, half) + findKth(nums1, m, nums2, n, half + 1)) / 2;
};
function findKth(a, m, b, n, k) {
// always assume that m is equal or smaller than n
if (m > n)
return findKth(b, n, a, m, k);
if (m === 0)
return b[k - 1];
if (k === 1)
return Math.min(a[0], b[0]);
// divide k into two parts
var pa = Math.min(k >> 1, m), pb = k - pa;
if (a[pa - 1] < b[pb - 1])
return findKth(a.slice(pa), m - pa, b, n, k - pa);
else if (a[pa - 1] > b[pb - 1])
return findKth(a, m, b.slice(pb), n - pb, k - pb);
else
return a[pa - 1];
}