算法题4 —求两个有序数组的中位数

题目

给定两个大小分别为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。

算法的时间复杂度应该为 O(log (m+n)) 。

示例

示例1

输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
解释:合并数组 = [1,2,3] ,中位数 2

示例2

输入:nums1 = [1,2], nums2 = [3,4]
输出:2.50000
解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

解题

解法1

中位数(又称中值,英语:Median),统计学中的专有名词,代表一个样本、种群或概率分布中的一个数值,其可将数值集合划分为相等的上下两部分。

所以我们只需要将数组进行切。

一个长度为 m 的数组,有 0 到 m 总共 m + 1 个位置可以切。

我们把数组 A 和数组 B 分别在 i 和 j 进行切割。

将 i 的左边和 j 的左边组合成「左半部分」,将 i 的右边和 j 的右边组合成「右半部分」。

  • 当 A 数组和 B 数组的总长度是偶数时,如果我们能够保证

1、左半部分的长度等于右半部分,i + j = m - i + n - j , 也就是 j = ( m + n ) / 2 - i

2、左半部分最大的值小于等于右半部分最小的值 max ( A [ i - 1 ] , B [ j - 1 ])) <= min ( A [ i ] , B [ j ]))。那么,中位数就可以表示(左半部分最大值 + 右半部分最小值 )/ 2 。(max ( A [ i - 1 ] , B [ j - 1 ])+ min ( A [ i ] , B [ j ])) / 2

  • 当 A 数组和 B 数组的总长度是奇数时,如果我们能够保证

1、左半部分的长度比右半部分大 1,i + j = m - i + n - j + 1也就是 j = ( m + n + 1) / 2 - i

2、左半部分最大的值小于等于右半部分最小的值 max ( A [ i - 1 ] , B [ j - 1 ])) <= min ( A [ i ] , B [ j ]))。那么,中位数就是左半部分最大值,也就是左半部比右半部分多出的那一个数。max ( A [ i - 1 ] , B [ j - 1 ])

代码

/**
 * @author zxn
 * @ClassName Median
 * @Description
 * @createTime 2023年05月29日 19:06:00
 */
public class Median {
    // 输入:nums1 = [1,3], nums2 = [2]
    //输出:2.00000
    //解释:合并数组 = [1,2,3] ,中位数 2

    // 输入:nums1 = [1,2], nums2 = [3,4]
    //输出:2.50000
    //解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

    public static void main(String[] args) {
        int[] nums1 = {1, 2}, nums2 = {3, 4};
        System.out.println("--->" + findMedianSortedArrays(nums1, nums2));
    }

    public static double findMedianSortedArrays(int[] arr1, int[] arr2) {
        int m = arr1.length;
        int n = arr2.length;
        if (m > n) {
            return findMedianSortedArrays(arr2, arr1);
        }
        int iMin = 0;
        int iMax = m;
        while (iMin <= iMax) {
            int i = (iMin + iMax) / 2;
            int j = (m + n + 1) / 2 - i;
            if (i != m && j != 0 && arr2[j - 1] > arr1[i]) {
                iMin = i + 1;
            } else if (i != 0 && j != n && arr1[i - 1] > arr2[j]) {
                iMax = i - 1;
            } else {
                int leftMax = 0;
                if (i == 0) {
                    leftMax = arr2[j - 1];
                } else if (j == 0) {
                    leftMax = arr1[i - 1];
                } else {
                    leftMax = Math.max(arr1[i - 1], arr2[j - 1]);
                }
                if ((m + n) % 2 == 1) {
                    return leftMax;
                }

                int rightMin = 0;
                if (i == m) {
                    rightMin = arr2[j];
                } else if (j == n) {
                    rightMin = arr1[i];
                } else {
                    rightMin = Math.min(arr1[i], arr2[j]);
                }
                return (leftMax + rightMin) / 2.0;
            }
        }
        return 0;
    }
}



leetcode

leetcode题目

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用分治法两个有序数组中位数的伪代码: ``` // 函数:findMedianSortedArrays // 参数:nums1 有序数组1,nums2 有序数组2 // 返回值:两个有序数组中位数 function findMedianSortedArrays(nums1, nums2) { // 确保 nums1 长度小于等于 nums2 长度 if (nums1.length > nums2.length) { return findMedianSortedArrays(nums2, nums1); } // 对 nums1 进行二分查找,将两个数组分为两部分 let len1 = nums1.length; let len2 = nums2.length; let left = 0; let right = len1; while (left <= right) { let i = Math.floor((left + right) / 2); let j = Math.floor((len1 + len2 + 1) / 2) - i; // i 太小了,需要增加 if (i < len1 && nums2[j - 1] > nums1[i]) { left = i + 1; } // i 太大了,需要减少 else if (i > 0 && nums1[i - 1] > nums2[j]) { right = i - 1; } // i 符合条件 else { let maxLeft = 0; if (i === 0) { maxLeft = nums2[j - 1]; } else if (j === 0) { maxLeft = nums1[i - 1]; } else { maxLeft = Math.max(nums1[i - 1], nums2[j - 1]); } // 数组总长度为奇数,返回左半部分的最大值 if ((len1 + len2) % 2 === 1) { return maxLeft; } let minRight = 0; if (i === len1) { minRight = nums2[j]; } else if (j === len2) { minRight = nums1[i]; } else { minRight = Math.min(nums1[i], nums2[j]); } // 数组总长度为偶数,返回左半部分的最大值和右半部分的最小值的平均数 return (maxLeft + minRight) / 2; } } } ``` 该算法的时间复杂度为 O(log(min(m,n))),其中 m 和 n 分别为两个数组的长度。
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