4、寻找两个有序数组的中位数

问题描述

在这里插入图片描述

问题分析

题目要求输出合并后的数组的中位数,可以考虑这样的思路:设置两个游标,同时从两个数组从头遍历,依次比较游标所指向元素大小,将较小元素加入新数组中,然后较小元素对应的游标向后移动。当m+n是偶数的时候,游标需要移动(m+n)/2次;当m+n是奇数的时候,游标需要移动(m+n-1)/2次。需要注意的地方是:
1、以上算法不适用于数组为空的情况,需要在此之前做出一些处理。
2、当两个游标所指的元素相等时,需要考虑边界情况。

  • 时间复杂度:O( m+n ),游标平均需要移动(m+n)/2次。
  • 空间复杂度:O( 1 ), 只需要常数个变量来记录。

Java代码

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        boolean even = true;
        int time;

        //判断奇偶性
        if((m+n)%2 == 0){
            time = (m+n)/2;
        }else{
            time = (m+n-1)/2;
            even = false;
        }

        //nums1空,但nums2不空
        if(m == 0){
            if(even){
                return (nums2[time] + nums2[time-1]) / 2.0 ;
            }else{
                return nums2[time];
            }
        }

        //nums2空,但nums1不空
        if(n == 0){
            if(even){
                return (nums1[time] + nums1[time-1]) / 2.0 ;
            }else{
                return nums1[time];
            }
        }

        //nums1不空,nums2不空
        int a = 0;
        int b = 0;
        int[] result = new int[2];
        for(int i=0; i<=time; i++){

            if(a >= nums1.length){
                //a已经走完,b走
                ++b;
                result[i%2] = nums2[b-1];
            }else if(b >= nums2.length){
                //b已经走完,a走
                ++a;
                result[i%2] = nums1[a-1];
            }else{
                //a、b都没走完
                if(nums1[a] < nums2[b]){
                    ++a;
                    result[i%2] = nums1[a-1];
                }else if(nums1[a] > nums2[b]){
                    ++b;
                    result[i%2] = nums2[b-1];
                }else{
                    if((a+1) >= nums1.length){
                        ++b;
                        result[i%2] = nums2[b-1];
                    }else {
                        ++a;
                        result[i%2] = nums1[a-1];
                    }
                }

            }



        }
        if(even){
            return (result[0] + result[1]) / 2.0 ;
        }else{
            return result[time%2];
        }
    }
}

结果分析

以上代码的执行结果:

执行时间内存消耗
13ms54.7 MB

在这里插入图片描述
此题要求的时间复杂度为O(log(m + n)),我以上提出的算法并没有达到要求。其实根据题目中提到了中位数,并且看到log的时候就已经想到了要使用二分的思想。中位数的左边的数都比它小,右边的数都比它大。但是其中具体的算法还有待商榷。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述: 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。 请找出这两个有序数组中位数,并且要求算法的时间复杂度为 O(log(m+n))。 你可以假设 nums1 和 nums2 不会同时为空。 示例 1: nums1 = [1, 3] nums2 = [2] 则中位数是 2.0 示例 2: nums1 = [1, 2] nums2 = [3, 4] 则中位数是 (2 + 3)/2 = 2.5 解题思路: 题目要求时间复杂度为 O(log(m+n)),很明显是要用到二分查找的思想。 首先,我们需要确定中位数的位置。对于两个长度分别为 m 和 n 的有序数组,它们的中位数位置为 (m+n+1)/2 和 (m+n+2)/2,因为当 m+n 为奇数时,这两个位置的值是相同的;当 m+n 为偶数时,这两个位置的值分别为中间两个数。 然后,我们需要在两个数组中分别找到第 k/2 个数(k 为中位数位置),比较它们的大小,如果 nums1[k/2-1] < nums2[k/2-1],则说明中位数位于 nums1 的右半部分和 nums2 的左半部分之间,此时可以舍弃 nums1 的左半部分,将 k 减去 nums1 的左半部分的长度,继续在 nums1 的右半部分和 nums2 的左半部分中寻找第 k/2 个数;反之,如果 nums1[k/2-1] >= nums2[k/2-1],则说明中位数位于 nums1 的左半部分和 nums2 的右半部分之间,此时可以舍弃 nums2 的左半部分,将 k 减去 nums2 的左半部分的长度,继续在 nums1 的左半部分和 nums2 的右半部分中寻找第 k/2 个数。 当 k=1 时,中位数两个数组中的最小值。 Java代码实现: class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length; int n = nums2.length; int k = (m + n + 1) / 2; double median = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k); if ((m + n) % 2 == 0) { int k2 = k + 1; double median2 = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k2); median = (median + median2) / 2; } return median; } private double findKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) { int len1 = end1 - start1 + 1; int len2 = end2 - start2 + 1; if (len1 > len2) { return findKth(nums2, start2, end2, nums1, start1, end1, k); } if (len1 == 0) { return nums2[start2 + k - 1]; } if (k == 1) { return Math.min(nums1[start1], nums2[start2]); } int i = start1 + Math.min(len1, k / 2) - 1; int j = start2 + Math.min(len2, k / 2) - 1; if (nums1[i] > nums2[j]) { return findKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1)); } else { return findKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1)); } } }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值