什么意思呢?让我们来看两个例子:
上图这两个给定数组A和B,一个长度是6,一个长度是5,归并之后的大数组仍然要保持升序,结果如下:
大数组的长度是奇数(11),中位数显然是位于正中的第6个元素,也就是元素5
上面的例子是奇数个元素的情况。那么偶数的元素是什么样呢?让我们来看另一个例子:
上图这两个给定数组A和B,长度都是5,归并之后的大数组如下:
大数组的长度是偶数(10),位于正中的元素有两个,分别是6和7,这时候的中位数就是两个数的平均值,也就是6.5。
或许这听起来有点绕,我们仍然用刚才的例子来说明:
如上图所示,对于偶数长度的数组,可以根据中位数分成长度相等的两部分,左半部分最大元素(6),永远小于等于右半部分的最小元素(7)
对于奇数长度的数组,同样可以根据中位数分成两部分:
如上图所示,对于奇数长度的数组,如果把中位数本身归入左半部分,则左半边长度 = 右半边长度+1。
左半部分最大元素(5),永远小于等于右半部分的最小元素(6)。
什么意思呢?大数组被中位数等分的左右两部分,每一部分根据来源又可以再划分成两部分,其中一部分来自数组A的元素,另一部分来自数组B的元素:
如图所示,原始数组A和B,各自分成绿色和橙色两部分。其中数值较小的绿色元素组成了大数组的左半部分,数值较大的橙色元素组成了大数组的右半部分。
最重要的是,绿色元素和橙色元素的数量是相等的(偶数情况),而且最大的绿色元素小于等于最小的橙色元素。
假设数组A的长度是m,绿色和橙色元素的分界点是i,数组B的长度是n,绿色和橙色元素的分界点是j,那么为了让大数组的左右两部分长度相等,则i和j需要符合如下两个条件:
i
+
j
=
(
m
+
n
+
1
)
/
2
i + j = (m+n+1)/2
i+j=(m+n+1)/2
之所以m+n后面要再加1,是为了应对大数组长度为奇数的情况
M
a
x
(
A
[
i
−
1
]
,
B
[
j
−
1
]
)
≤
M
i
n
(
A
[
i
]
,
B
[
j
]
)
Max(A[i-1],B[j-1]) \leq Min(A[i], B[j])
Max(A[i−1],B[j−1])≤Min(A[i],B[j])
直白的说,就是最大的绿色元素小于等于最小的橙色元素
由于m+n的值是恒定的,所以我们只要确定一个合适的i,就可以确定j,从而找到大数组左半部分和右半部分的分界,也就找到了归并之后大数组的中位数
如何利用二分查找来确定i值呢?通过具体事例,让我们来演示一下:
第一步,就像二分查找那样,把
i
i
i 设在数组A的正中位置,也就是让
i
=
3
i=3
i=3
第二步,根据
i
i
i 的值来确定
j
j
j 的值,
j
=
(
m
+
n
+
1
)
/
2
−
i
=
3
j=(m+n+1)/2 - i =3
j=(m+n+1)/2−i=3
第三步,验证
i
i
i 和
j
j
j,分为下面三种情况:
-
B [ j − 1 ] ≤ A [ i ] & & A [ i − 1 ] ≤ B [ j ] B[j−1] \leq A[i] \quad \&\& \quad A[i−1] \leq B[j] B[j−1]≤A[i]&&A[i−1]≤B[j]
说明 i i i 和 j j j 左侧的元素都小于等于右侧,这一组 i i i 和 j j j 是我们想要的 -
A [ i ] < B [ j − 1 ] A[i]<B[j−1] A[i]<B[j−1]
说明 i i i 对应的元素偏小了, i i i 应该向右侧移动 -
A [ i − 1 ] > B [ j ] A[i−1]>B[j] A[i−1]>B[j]
说明 i − 1 i-1 i−1 对应的元素偏大了, i i i 应该向左侧移动
显然,对于图中例子,属于情况2, A [ 3 ] < B [ 2 ] A[3] < B[2] A[3]<B[2],所以 i i i 应该向右移动
第四步,在数组A的右半部分,重新确定
i
i
i 的位置,就像二分查找一样
第五步,同第二步,根据
i
i
i 的值来确定
j
j
j 的值,
j
=
(
m
+
n
+
1
)
/
2
−
i
=
1
j=(m+n+1)/2 - i =1
j=(m+n+1)/2−i=1
第六步,同第三步,验证
i
i
i 和
j
j
j
由于 A [ 5 ] ≥ B [ 0 ] A[5] \geq B[0] A[5]≥B[0] 且 B [ 1 ] ≥ A [ 4 ] B[1] \geq A[4] B[1]≥A[4],所以这一组 i i i 和 j j j 是合适的
第七步,找出中位数
如果大数组长度是奇数,那么
中
位
数
=
M
a
x
(
A
[
i
−
1
]
,
B
[
j
−
1
]
)
中位数 = Max(A[i-1],B[j-1])
中位数=Max(A[i−1],B[j−1])
也就是大数组左半部分的最大值
如果大数组长度是偶数,那么:
中
位
数
=
(
M
a
x
(
A
[
i
−
1
]
,
B
[
j
−
1
]
)
+
M
i
n
(
A
[
i
]
,
B
[
i
]
)
)
/
2
中位数 = (Max(A[i-1],B[j-1]) + Min(A[i], B[i]) \ )/2
中位数=(Max(A[i−1],B[j−1])+Min(A[i],B[i]) )/2
也就是大数组左半部分的最大值和大数组右半部分的最小值取平均
在本例中,大数组长度是奇数,所以中位数=Max(8,1) = 8
-
数组A的长度远大于数组B
也就是m远大于n,这时候会出现什么问题呢?当我们设定了 i i i 的初值,也就是数组A正中间的元素,再计算 j j j 的时候有可能发生数组越界。
因此,我们可以提前把数组A和B进行交换,较短的数组放在前面, i i i 从较短的数组中取。
这样做还有一个好处,由于数组A是较短数组, i i i的搜索次数减少了。 -
无法找到合适的i值
什么情况下会无法找到合适的i值呢?有两种情况:
数组A的长度小于数组B,并且数组A的所有元素都大于数组B。
这种情况下,无法通过二分查找寻找到符合 B [ j − 1 ] ≤ A [ i ] & & A [ i − 1 ] ≤ B [ j ] B[j−1] \leq A[i] \&\& A[i−1] \leq B[j] B[j−1]≤A[i]&&A[i−1]≤B[j] 的 i i i 值,一直到 i = 0 i=0 i=0 为止。此时我们可以跳出二分查找的循环,所求的中位数是B[j-1]。(仅奇数情况)
数组A的长度小于数组B,并且数组A的所有元素都小于数组B。
这种情况下,同样无法通过二分查找寻找到符合 B [ j − 1 ] ≤ A [ i ] & & A [ i − 1 ] ≤ B [ j ] B[j−1] \leq A[i] \&\& A[i−1] \leq B[j] B[j−1]≤A[i]&&A[i−1]≤B[j] 的 i i i 值,一直到 i = ( 数 组 A 长 度 − 1 ) i=(数组A长度-1) i=(数组A长度−1)为止。
此时我们可以跳出二分查找的循环,所求的中位数是Max(A[i-1],B[j-1])。(仅奇数情况)
public static double findMedianSortedArrays(int[] arrayA, int[] arrayB) {
int m = arrayA.length;
int n = arrayB.length;
//如果数组A的长度大于等于数组B,则交换数组
if (m > n) {
int[] temp = arrayA;
arrayA = arrayB;
arrayB = temp;
int tmp = m;
m = n;
n = tmp;
}
int start = 0;
int end = m;
int mid = (m + n + 1) / 2;
while (start <= end) {
int i = (start + end) / 2;
int j = mid - i;
if (i < end && arrayB[j - 1] > arrayA[i]) {
//i偏小了,需要右移
start = i + 1;
} else if (i > start && arrayA[i - 1] > arrayB[j]) {
//i偏大了,需要左移
end = i - 1;
} else {
//i刚好合适,或i已达到数组边界
int maxLeft;
if (i == 0) {
maxLeft = arrayB[j - 1];
} else if (j == 0) {
maxLeft = arrayA[i - 1];
} else {
maxLeft = Math.max(arrayA[i - 1], arrayB[j - 1]);
}
if ((m + n) % 2 == 1) {
//如果大数组的长度是奇数,中位数就是左半部分的最大值
return maxLeft;
}
int minRight;
if (i == m) {
minRight = arrayB[j];
} else if (j == n) {
minRight = arrayA[i];
} else {
minRight = Math.min(arrayB[j], arrayA[i]);
}
//如果大数组的长度是偶数,取左侧最大值和右侧最小值的平均
return (maxLeft + minRight) / 2.0;
}
}
return 0.0;
}
public static void main(String[] args) {
int[] arrayB = new int[]{3, 5, 6, 7, 8, 12, 20};
int[] arrayA = new int[]{1, 10, 17, 18};
System.out.println(findMedianSortedArrays(arrayA, arrayB));
}