Discription
There are two sorted arrays nums1 and nums2 of size m and n respectively.
Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).
Example 1:
nums1 = [1, 3]
nums2 = [2]
The median is 2.0
Example 2:
nums1 = [1, 2]
nums2 = [3, 4]
The median is (2 + 3)/2 = 2.5
思路
对数时间复杂度,显然考虑二分查找。
首先,将原问题转化为寻找两个有序数组 nums1 和 nums2 中第k小的数。
- 比较 nums1[k/2 - 1] 和 nums2[k/2 - 1] 的大小。不妨设 nums1[k/2 - 1] <= nums2[k/2 - 1],则 num[0:k/2 - 1] 都不可能是第k小的数,可以舍弃。
- 原问题进一步转化为寻找 nums1[k/2:] 和 nums2 中第k - k/2小的数。
- 重复上述步骤直到满足边界条件。
时间复杂度:
O(log(m+n))
空间复杂度:
O(1)
代码
class Solution {
public:
// 寻找nums1[start1:] 和 nums2[start2:]中第k小的数
int findKth(vector<int> &nums1, int start1, vector<int> &nums2, int start2, int k) {
// 确保 |nums1[start1:]| <= |nums2[start2:]|
if ((int)nums1.size() - start1 > (int)nums2.size() - start2)
return findKth(nums2, start2, nums1, start1, k);
// 边界条件
if (start1 == nums1.size())
return nums2[start2 + k - 1];
if (k == 1)
return min(nums1[start1], nums2[start2]);
//每次删除k/2的元素
int n1 = min(k / 2, (int)nums1.size() - start1); //从nums1[start1:]选取n1个元素
int n2 = k - n1; //从nums2[start2:]选取n2个元素
if (nums1[start1 + n1 - 1] <= nums2[start2 + n2 - 1])
return findKth(nums1, start1 + n1, nums2, start2, k - n1);
else
return findKth(nums1, start1, nums2, start2 + n2, k - n2);
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int len1 = nums1.size(), len2 = nums2.size();
int median = (len1 + len2) >> 1;
if ((len1 + len2) & 1)
return findKth(nums1, 0, nums2, 0, median + 1);
else
return (findKth(nums1, 0, nums2, 0, median) + findKth(nums1, 0, nums2, 0, median + 1)) / 2.0;
}
};