4. 寻找两个正序数组的中位数
1.两指针寻找中间位置
-
维护两个指针,哪个链表数字小或者是另一链表走到头,则这一侧的指针后移;
-
如果走到了中位数的位置,就可以返回结果;
-
时间复杂度仍然是O(m+n);
class Solution { public: double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) { int m=nums1.size(),n=nums2.size(); int mid_pos=(m+n)/2,ind1=0,ind2=0,cnt=0; vector<int> v; while(cnt<=mid_pos){ if(ind2>=n||(ind2<n&&ind1<m&&nums1[ind1]<nums2[ind2])){ v.push_back(nums1[ind1]);ind1++; }else{ v.push_back(nums2[ind2]);ind2++; } cnt++; } if((n+m)%2){ return (double)v[cnt-1]; }else{ return (double)(v[cnt-1]+v[cnt-2])/2.0; } return 0; } };
2.二分查找
-
利用二分的想法,假设要寻找两数组中第k小的数字,则寻找A[k/2-1] 代表A中第k/2大的数字,B[k/2-1] 代表B中第k/2大的数字;
-
可以推知,假设A[k/2-1] 是A[k/2-1] 和B[k/2-1] 两个中更小的一个,最多会有A中前k/2-1和B中前k/2-1个比A[k/2-1] 要更小;
-
包含入A[k/2-1] 在内,A[k/2-1] 最大也只可能是两个数组中,第k/2-1小的数字,那我们就能把包括A[k/2-1] 在内的A之前的所有元素都删除,因为他们绝不可能是最终答案;
-
将其删除后,寻找答案的范围变小,问题缩小为在新的两个数组中,寻找第k-上一轮删除元素个数的问题;
-
-
边界条件:k=1时,只要返回两个数组头部更小的一个既是答案;
如果k/2-1超出了某一个数组的边界,那么就直接选取该数组最后一个作为比较的数字,因此上一轮删除元素个数并不总是k/2个,需要根据情况讨论。
class Solution { public: int findKElment(vector<int> nums1,vector<int> nums2,int k){ int ind1=0,ind2=0; int m=nums1.size(),n=nums2.size(); while(1){ if(ind1>=m){//其中一个数组走到了头,就直接返回另一个数组的对应位置数字 return nums2[ind2+k-1]; }else if(ind2>=n){ return nums1[ind1+k-1]; }else if(k==1){//k=1时,只要返回两边最小的那个就好 return min(nums1[ind1],nums2[ind2]); } int new_ind1=min(ind1+k/2-1,m-1);//注意如果按照计算规则会超出界限,就直接选取最后一个数值 int new_ind2=min(ind2+k/2-1,n-1); if(nums1[new_ind1]<=nums2[new_ind2]){ k-=new_ind1-ind1+1;//将当前数及以前的数字都删去,因为它们一定都不是第k小的数字 ind1=new_ind1+1; }else{ k-=new_ind2-ind2+1; ind2=new_ind2+1; } } } double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) { int m=nums1.size(),n=nums2.size(); if((n+m)%2){ return findKElment(nums1,nums2,(n+m)/2+1); }else{ return (findKElment(nums1,nums2,(n+m)/2+1)+findKElment(nums1,nums2,(n+m)/2))/2.0; } return 0; } };